Python: 从现有列创建新列

Question

我正在尝试基于这两列创建一个新列。假设我要创建一个新列 z，当它不缺失时它应该是 y 的值，当 y 确实缺失时它应该是 x 的值。所以在这种情况下，我希望 z 为 [1, 8, 10, 8].

Answer 1

我不确定我是否理解这个问题，但这就是您要找的吗？

如果值为 none.

，

"if y[i]" 将跳过

for i in range(len(x));
    if y[i]:
        z.append(y[i])
    else:
        z.append(x[i])

Answer 2

假设 DataFrame 被称为 df。首先复制y列。

df["z"] = df["y"].copy()

然后将 z 的 nan 位置设置为 x 中 nans 在 z 中的位置。

import numpy as np
df.z[np.isnan(df.z)]=df.x[np.isnan(df.z)]


>>> df 
   x   y   z
0  1 NaN   1
1  2   8   8
2  4  10  10
3  8 NaN   8

Answer 3

使用np.where:

In [3]:

df['z'] = np.where(df['y'].isnull(), df['x'], df['y'])
df
Out[3]:
   x   y   z
0  1 NaN   1
1  2   8   8
2  4  10  10
3  8 NaN   8

这里使用布尔条件 if true returns df['x'] else df['y']

Answer 4

您可以使用 apply 和选项 axis=1。那么你的解决方案就很简洁了。

df[z] = df.apply(lambda row: row.y if pd.notnull(row.y) else row.x, axis=1)

Answer 5

update 方法几乎可以做到这一点。唯一需要注意的是 update 会在适当的位置执行此操作，因此您必须先创建一个副本：

df['z'] = df.x.copy()
df.z.update(df.y)

在上面的示例中，您从 x 开始并用 y 中的相应值替换每个值，只要新值不是 NaN.

Answer 6

新列 'z' 使用 df['z'] = df['y'] 从列 'y' 中获取其值。这带来了缺失值，因此使用 'x' 列使用 fillna 填充它们。链接这两个动作：

>>> df['z'] = df['y'].fillna(df['x'])
>>> df
   x   y   z
0  1 NaN   1
1  2   8   8
2  4  10  10
3  8 NaN   8

Python: create a new column from existing columns