Pandas 使用np.select从另一列获取数据

如何使用df['column'].str.extract（）为np.select（）中的选项生成条件列

如果我尝试使用代码，我会

KeyError: 'new'

但是如果我添加列，比如

df['new'] = 'a' 

然后全部使用，我得到了所有有选择但没有条件的列：

            column1 column2           new
0  --extract_text--       A  extract_text
1  --extract_text--       A  extract_text
2  --extract_text--       B  extract_text
3  --extract_text--       B  extract_text

但我想

            column1 column2           new
0  --extract_text--       A  extract_text
1  --extract_text--       A  extract_text
2  --extract_text--       B  a
3  --extract_text--       B  a

---

我认为在

str.extract（）

conditions=[df['column2'].str.contains（'A'，case=False，na=False）]
choises=[df['column1'].str.extract（'--（.*--'，expand=False）]
df['new']=np.select（条件、选项）

---

如果您不喜欢

df['new']

中的

0

值，您可以对

np执行相同的操作

df['new'] = np.where(df['column2'].str.contains('A',case=False,na=False), \
                     df['column1'].str.extract('--(.*)--', expand=False), \
                     '')

我认为在
str.extract（）

conditions=[df['column2'].str.contains（'A'，case=False，na=False）]
choises=[df['column1'].str.extract（'--（.*--'，expand=False）]
df['new']=np.select（条件、选项）


如果您不喜欢
df['new']
中的
0
值，您可以对
np执行相同的操作

df['new'] = np.where(df['column2'].str.contains('A',case=False,na=False), \
                     df['column1'].str.extract('--(.*)--', expand=False), \
                     '')

df['new'] = np.where(df['column2'].str.contains('A',case=False,na=False), \
                     df['column1'].str.extract('--(.*)--', expand=False), \
                     '')

    column1 column2 new
0   --extract_text--    A   extract_text
1   --extract_text--    A   extract_text
2   --extract_text--    B   
3   --extract_text--    B