根据其他列中包含的字符串为列分配条件值

Question

我正在尝试根据可能包含在其他列中的字符串来分配列。例如

var1 = 67

columns = {'col1': ['string1', 'thang2', 'code3', 'string2'], 
          'col2': [1, 2, np.nan, 3], 'col3': ['I', 'cant', 'think', 'what']}

df = pd.DataFrame(data = columns)

然后我如何制作第四列 col4 大多数时候是 col3 + var1 + col1，但是当 col2 是 nan 时是 np.nan（在同一行中）并且只要 col1 中的任何字符串中有 'in'（同样，在同一行中），就会在其值后附加一个 -W？

我对 assign 了如指掌，但我不知道如何在分配中执行所有这些条件操作，或者如果有办法在创建列后执行此操作，我不知道当然可以。

Answer 1

您可以尝试使用 np.where:

df['col4'] = np.where(df['col2'].notnull(),
                      df['col3'] + str(var1) + np.where(df['col1'].str.contains('in'),
                                                        df['col1'] + '-w',
                                                        df['col1']), 
                      np.nan)

输出：

      col1  col2   col3             col4
0  string1   1.0      I     I67string1-w
1   thang2   2.0   cant     cant67thang2
2    code3   NaN  think              NaN
3  string2   3.0   what  what67string2-w

或者如果你想用 assign:

df.assign(col5 = np.where(df['col2'].notnull(),
         df['col3'] + str(var1) + np.where(df['col1'].str.contains('in'),
                                           df['col1'] + '-w',
                                           df['col1']), 
         np.nan))

输出：

      col1  col2   col3             col4             col5
0  string1   1.0      I     I67string1-w     I67string1-w
1   thang2   2.0   cant     cant67thang2     cant67thang2
2    code3   NaN  think              NaN              NaN
3  string2   3.0   what  what67string2-w  what67string2-w

更新：既然你提到了速度。我想我会删除 .str 访问器并也使用列表理解。

df['col4'] = np.where(df['col2'].notnull(),
         df['col3'] + str(var1) + np.where(['in' in i for i in df['col1']], 
                                           df['col1'] + '-w', 
                                           df['col1']), 
         np.nan)

根据其他列中包含的字符串为列分配条件值

Assign column with conditional values based on strings contained in other columns

python

dataframe

assign

pandas