基于具有条件的其他列值创建新列答案

【问题标题】：Creating new column based on other column values with condition基于具有条件的其他列值创建新列
【发布时间】：2021-04-27 23:43:16
【问题描述】：

我有一列包含值：

brand
Brand1
Brand2

Brand3

data.brand = data.brand.astype(str)
data.brand = data.brand.replace(r'^\s*$', np.nan, regex=True)
data['branded'] = np.where(data['brand']!= 'nan', True, False)

在第一次初始化代码后，我得到了结果：

brand	branded
Brand1	TRUE
Brand2	TRUE
nan	TRUE
Brand3	TRUE

在第二次初始化相同的代码后，我得到了想要的结果：

brand	branded
Brand1	TRUE
Brand2	TRUE
nan	FALSE
Brand3	TRUE

面对/避免这个问题的更聪明的方法是什么？

【问题讨论】：

用data.brand = data.brand.replace(r'^\s*$', 'nan', regex=True)替换这个data.brand = data.brand.replace(r'^\s*$', np.nan, regex=True)？
您也可以避免使用replace 和np.where 部分，因为您只是检查brand 中的值是否存在完整的空白字符，这可以使用str,contains 轻松实现。请查看data['branded'] = data['brand'].str.contains(r'^\s*$')
谢谢！ data.brand = data.brand.replace(r'^\s*$', 'nan', regex=True) 修复它！
data['brand'] = data['brand'].str.contains(r'^\s*$') 这与想要的结果相反
@A99 只需反转掩码检查data['branded'] = ~data['brand'].str.contains(r'^\s*$')

标签： python pandas dataframe numpy

【解决方案1】：

这个答案只关注为什么第一次迭代不起作用

在您的代码中，当您将data.brand 替换为regex 时，您将替换为不是nan 的np.nan，因此第一个init 无法识别下一行中的条件：np.where(data['brand']!= 'nan', True, False)。但是，在第二次初始化时，该行已经是 np.nan，而您在第一行执行 .astype(str)，将 np.nan 设置为 'nan'，因此第三行有效。

解决方案：

替换：

data.brand = data.brand.replace(r'^\s*$', np.nan, regex=True)

与：

data.brand = data.brand.replace(r'^\s*$', 'nan', regex=True)

这将从一开始就将替换值设置为'nan'，因此第三行将在第一次迭代中运行良好。

【讨论】：