Python 熊猫-联合完成列

假设我有以下DataFrame对象：

import pandas as pd

df = pd.DataFrame({'r1' : [0, 0, 'str1', 'str2', 0 ,0 ,0], 'r2' : ['str1', 'str2', 0, 0, 'str3', 'str4', 'str5']})
df
Out[45]: 
     r1    r2
0     0  str1
1     0  str2
2  str1     0
3  str2     0
4     0  str3
5     0  str4
6     0  str5

其中，

r1

是“完成”

r2

（当一个是

0

时，另一个是

字符串

），反之亦然

将两者结合起来并获得以下数据帧的最快方法是什么：

    r_u
0  str1
1  str2
2  str1
3  str2
4  str3
5  str4
6  str5

使用and，后跟访问器：

df['r3'] = df.mask(df.eq(0)).ffill(1).iloc[:, -1]

print(df)

     r1    r2    r3
0     0  str1  str1
1     0  str2  str2
2  str1     0  str1
3  str2     0  str2
4     0  str3  str3
5     0  str4  str4
6     0  str5  str5

---

为了获得较小的额外加速，您可以使用NumPy数组进行比较，即将

df.eq（0）

替换为

df.values==0

，如果性能很重要，请使用：

如果两个

0

预期输出都在

default

参数中定义，并且如果两个参数中的字符串都可以，则按掩码和列的顺序对它们进行优先级排序：

m1 = df['r1'] != 0
m2 = df['r2'] != 0
df['r3'] = np.select([m1, m2], [df['r1'], df['r2']], default=None)
df['r4'] = np.select([m2, m1], [df['r2'], df['r1']], default=None)

print (df)
     r1    r2    r3    r4
0     0  str1  str1  str1
1     0  str2  str2  str2
2  str1     0  str1  str1
3  str2     0  str2  str2
4     0  str3  str3  str3
5     0  str4  str4  str4
6     0  str5  str5  str5
7     0     0  None  None
8  str7  str8  str7  str8

尝试：

---

为了多样性，您还可以使用

df.lookup（）

：

然而，这并不是最快的解决方案，因为afaik@jezrael发布了最快的解决方案：

10000次重复的timeit结果：

lookup
3.846349009425694

mask
18.704440796350127

np.select
2.7935229356389755

str.replace
6.296438898734323

---

得分：0.87。回答得不错。耶斯雷尔拿了0分。10s@EranMoshe当然我的意思是，如果这真的是你的瓶颈，那么一定要选择更快的答案。如果这些也是值得考虑的问题，那么也值得考虑可维护性/可扩展性。您是正确的，但这是一个“补丁”，将持续30-60天，并将被删除。这里有一个假设，即您的真实字符串不包括

'0'

@jpp

df['r3']=(df['r1'].astype(str) + df['r2'].astype(str)).str.replace('0', '')

df['r3'] = df.lookup(df.index, [['r1', 'r2'][int(v==0)] for v in df.r1])

lookup
3.846349009425694

mask
18.704440796350127

np.select
2.7935229356389755

str.replace
6.296438898734323