Python 3.x 条件连接

给定以下数据帧：

df = pd.DataFrame({'foo':['[a]','[b'],
                   'bar':['[a','[b]']})
df
    bar  foo
0   [a]  [a
1   [b   [b]

我想在缺少值的单元格中添加一个右括号“]”。 预期的结果是：

    bar  foo
0   [a]  [a]
1   [b]  [b]

但是，我不确定将有多少列，因此我希望将其应用于整个数据帧

我是从这个开始的，但运气不好：

df2 = df(lambda x: str(x)+"]" if (len(x)<3))

---

您可以使用按列循环，因为

string

函数与

Series

一起工作。配合使用

或通过

~

与反转遮罩一起使用：

for cols in df.columns:
    df.loc[~df[cols].str[-1].str.contains(']'), cols] = df[cols] + ']'
print df   
   bar  foo
0  [a]  [a]
1  [b]  [b]        

感谢您的使用意见：

编辑：

如果存在空的

字符串

和

无

值：

print df
0   [a      
1  [b]    [b
2   [a  None

for col in df.columns:
    df.loc[~df[col].str.endswith(']').replace({np.nan: False}), col] = df[col] + ']'
    df[col] = df[col].replace({']': ''})

print df   
   bar  foo
0  [a]     
1  [b]  [b]
2  [a]  NaN

---

让我们了解一下

DataFrame.applymap（）

函数

df.applymap(func_reference)

上面的行将调用

df

中每个单元格上的

func\u引用。现在我们可以设计我们的
函数参考

def my_filter(cell):
    if cell[-1] == ']':
        return cell
    return cell + ']'

filtered_df = df.applymap(my_filter)

这可能不是最有效的方法，但我认为它非常可读。
我认为使用
endswith
可能比
contains
更简单。例如，
~df[cols].str.endswith（']'）
对不起，我应该把评论放在这里；如果有一个空白单元格怎么办？这似乎给了我一个索引错误：字符串索引超出范围。我尝试了这个方法，但没有成功：df2.loc[（~df2[cols].str[-1].str.endswith（']'）和（~pd.isnull[cols]），cols]=df2[cols]+']'如果有空的
字符串
，可以在输出中
NaN
？对于
endswith
，您不需要
.str[-1]/code>组件，这就是
endswith
的全部要点）。只要
~df[cols].str.endswith（']'）
就可以了。谢谢您的回复。我注意到，当某些单元格包含“None”或为空时，会出现以下错误：indexer错误：字符串索引超出范围。我本来应该在最初的问题中展示这个表格，但我认为这无关紧要。我会把它贴在上面。
print df
0   [a      
1  [b]    [b
2   [a  None

for col in df.columns:
    df.loc[~df[col].str.endswith(']').replace({np.nan: False}), col] = df[col] + ']'
    df[col] = df[col].replace({']': ''})

print df   
   bar  foo
0  [a]     
1  [b]  [b]
2  [a]  NaN

df.applymap(func_reference)

def my_filter(cell):
    if cell[-1] == ']':
        return cell
    return cell + ']'

filtered_df = df.applymap(my_filter)