Python 基于另一列替换列中的值

我正在尝试基于另一个现有列替换列中的值

这两列看起来像这样

id_30       DeviceInfoShort

Android     SAMSUNG
iOS         iOS
None        Windows
None        None
Mac         MacOS
Windows     Windows
None        None

id_30列的“无”未显示在图片中。 我想要的是对于id_30列中的所有“无”值，它将检查DeviceInfo Short中的值是否为“Windows”，如果是，则将id_30中的“无”替换为“Windows”，否则为“Android”

下面的代码就是我所拥有的。它工作正常，但运行了10分钟。我想我可以在这里使用map/apply来加快速度……有没有更优雅的方式来使用熊猫呢

%%次
对于列中的r所有数据索引：
如果列车所有数据.loc[r，'id\u 30']=“无”：
如果train_all_data.loc[r，'DeviceInfo']=='Windows'：
列车所有数据。loc[r，'id\U 30']='Windows'
其他：
train_all_data.loc[r，'id_30']='Android'

也许这会更快：

df['id_30'] = df.apply(lambda x: "Windows" if x.id_30 == "None" and x.DeviceInfoShort == "Windows" else "Android")

---

根据我的经验，使用apply（）总是比使用Pandas/Numpy

循环快，其中

：

df['id_30']=df['id_30']，其中(
df['id_30'].notna（），
np.where（df['deviceinfo']='Windows'，'Windows'，'Android'））

您所说的

是什么意思？如果是，请将id_30中的“无”替换为“Windows”，否则为“Android”

。如果没有，它就有一些价值。另外，请不要发布图片。复制粘贴示例数据帧，以便每个数据帧都可以复制。您是否有机会交换了

id\u 30

和

DeviceInfo Short

？只有在后者中，才有

None

s.

df['DeviceInfo Short']=np。其中（（df['DeviceInfo Short']='None'）、df['id_30']、df['DeviceInfo Short']）

@WillemVanOnsem我已经复制粘贴了另一组表。两列都有“无”值。不，不是

apply

只对循环使用一个

。它必须调用一个python函数（
lambda
），这样调用就不能像矢量化计算那样被推入C。只要你调用python函数，矢量化就不存在了。这是我在评论中给出的更完整的版本。但是
notna（）
不会接受
'None'
字符串，是吗？您需要测试是否等于
'None'
事实上，如果有'None'字符串，
df['id_30'].notna（）
可以替换为
（df['id_30'].notna（））和（df['id_30']！='None'）
非常感谢！这就是我想要的。虽然这段代码可以解决这个问题，但如何以及为什么解决这个问题将真正有助于提高您的帖子质量，并可能导致更多的投票。请记住，你是在将来回答读者的问题，而不仅仅是现在提问的人。请编辑您的答案，添加解释，并说明适用的限制和假设。
df['id_30'] = df.apply(lambda x: "Windows" if x.id_30 == "None" and x.DeviceInfoShort == "Windows" else "Android")