Python 3.x 如何使用np.where/np.select根据某些条件更新数据框列中的各个词典？

我有一个熊猫数据帧df，如下所示

    id Surname   DOB                X1   Y1     TRACEID
0   1   Garud   2019-01-01T12:10    xxx yyyy    {}         
1   2   Garud   2019-01-01T12:10    xxx yyyy    {}            
2   3   Garud   2019-01-02T12:10    xxx yyyy    {}            
3   4   Kadam   2019-01-06T12:10    xxx yyyy    {}            
4   5   Kadam   2019-01-03T12:10    xxx yyyy    {}            
5   6   Kadam   2019-01-04T12:10    xxx yyyy    {}              

TRACEID列包含空字典： 我想根据X1和Y1列填写这些词典

• 如果X1和Y1列值均为非空，则相应的TRACEID应为{'X1'：'xxx'，'Y1'：'yyyy'}
• 如果Y1列值为null，则TRACEID将为{'X1'：'xxxx'}
• 如果X1列值为null，则TRACEID将为{'Y1'：'yyyy'}

我试着用下面的方法

list1 = ['X1','Y1']
for col in list1:
    df['TRACEID'] = np.where(df[col]!='',df['TRACEID'].update({col:df[col]}),df['TRACEID'])

但是，这将在TRACEID列中指定所有None值

---

我知道，我可以使用

df.iterrows（）

，但我不想这样做，因为迭代需要很多时间。df有大约10万条记录。因此必须使用

np来实现。选择
或
np。其中
您的
df['TRACEID']中的问题。更新（{col:df[col]}）
是指您使用不当和
dict.update（）
。这是两种不同的方法。你能行

#确保'TRACEID'列是dict
df['TRACEID']=[dict（）表示范围内的uuu（len（df['TRACEID']）]
def更新目录（世界其他地区）：
#复制原始dict，因为dict.update已就位，
#它将影响'df['TRACEID']中的原始on`
复制=行['TRACEID']。复制（）
复制的.update（{col:df.loc[row.name，col]}）
返回副本
对于列表1中的列：
df['TRACEID']=np.where（df[col]！=''，df.apply（update_dict，axis=1），df['TRACEID']））

此外，在适当的位置修改系列。所以你不能这么做

对于列表1中的列：
res=[]
对于zip中的i，v（df.index，df['TRACEID']）：
复制的，复制的
复制的.update（{col:df.loc[i，col]}）
res.append（已复制）
df['TRACEID']=np.where（df[col]！=''，df['TRACEID'].update（pd.Series（res）），df['TRACEID']））

您可以直接使用
apply（）
<代码>轴=1
表示行上的功能

def更新（行）：
traceid=dict（）
对于['X1'，'Y1']中的列：
如果行[col]！=''：
traceid[col]=行[col]
返回轨迹ID
df['TRACEID']=df.apply（更新，轴=1）

另一种策略是通过
.to_dict（）
生成完整的
dict
s，然后清理dict。这并不意味着比单一步骤应用更容易，但可以为操作输出字典提供灵活性

资料
解决方案
结果
当同一行中的两列都为null时会发生什么情况？使用
apply（）
，这非常简单，您想要这个答案吗？@Umar.H-在我的情况下，这是不可能的。这两列中的任何一列都将始终有值。@Ynjxsjmh-请选择“是”，这将非常有用。
n'p.where
不是迭代器。这3个参数在传递给它之前会进行完整的计算。分别查看它们，并告诉我们这些值是否合理。DICT是独立的对象（或者可能是同一个对象），必须单独更新。这是可行的，但正如我所说的，对于larfe dataframe>10万行，这将消耗太多的时间，因为它逐行执行。需要使用numpy.where或numpy.select加快执行。任何使用这些答案的人都将不胜感激。谢谢。知道为什么我的解决方案不起作用吗？list1=['X1'，'Y1']表示列表1中的列：df['TRACEID']=np.where（df[col]！=''，df['TRACEID']）。更新（{col:df[col]}），df['TRACEID']）
df[col！=''看起来不对。你是说
~df[col].isna（）
？
# print(df)

   id Surname               DOB   X1    Y1                      TRACEID
0   1   Garud  2019-01-01T12:10  xxx  yyyy  {'X1': 'xxx', 'Y1': 'yyyy'}
1   2   Garud  2019-01-01T12:10  xxx  yyyy  {'X1': 'xxx', 'Y1': 'yyyy'}
2   3   Garud  2019-01-02T12:10  xxx  yyyy  {'X1': 'xxx', 'Y1': 'yyyy'}
3   4   Kadam  2019-01-06T12:10  xxx  yyyy  {'X1': 'xxx', 'Y1': 'yyyy'}
4   5   Kadam  2019-01-03T12:10  xxx  yyyy  {'X1': 'xxx', 'Y1': 'yyyy'}
5   6   Kadam  2019-01-04T12:10  xxx  yyyy  {'X1': 'xxx', 'Y1': 'yyyy'}

import pandas as pd
import io

df = pd.read_csv(io.StringIO("""
    id Surname   DOB                X1    Y1     TRACEID
0   1   Garud   2019-01-01T12:10    nan  yyyy    {}         
1   2   Garud   2019-01-01T12:10    xxx   nan    {}            
2   3   Garud   2019-01-02T12:10    nan   nan    {}            
3   4   Kadam   2019-01-06T12:10    xxx  yyyy    {}            
"""), sep=r"\s{2,}", engine='python')

# get the full dict directly
df["TRACEID"] = df[["X1", "Y1"]].to_dict(orient="records")
# clean up the dict
df["TRACEID"] = df["TRACEID"].apply(lambda dic: {k: v for k, v in dic.items() if not pd.isna(v)})

print(df)

    id Surname               DOB   X1    Y1                      TRACEID
0 1      Garud  2019-01-01T12:10  NaN  yyyy               {'Y1': 'yyyy'}
1 2      Garud  2019-01-01T12:10  xxx   NaN                {'X1': 'xxx'}
2 3      Garud  2019-01-02T12:10  NaN   NaN                           {}
3 4      Kadam  2019-01-06T12:10  xxx  yyyy  {'X1': 'xxx', 'Y1': 'yyyy'}