Python 如何根据数据帧中的行条件添加新列？

我想根据行条件添加新列，行条件基于相同数据帧的两个不同列

我有以下数据帧-

df1_data = {'e_id': {0:'101',1:'',2:'103',3:'',4:'105',5:'',6:''},
        'r_id': {0:'',1:'502',2:'',3:'504',4:'',5:'506',6:''}}
df=pd.DataFrame(df1_data)
print df

我想添加名为“sym”的新列

条件-

如果“e_id”列值不为空，则sym列值为“e_id”列值

如果“r\u id”列值不为null，则sym列值为“r\u id”列值

如果“e_id”和“r_id”两个列值都为null，则从数据帧中删除此特定行

我尝试了以下代码-

df1_data = {'e_id': {0:'101',1:'',2:'103',3:'',4:'105',5:''},
        'r_id': {0:'',1:'502',2:'',3:'504',4:'',5:'506'}}

df=pd.DataFrame(df1_data)
print df

if df['e_id'].any():
    df['sym'] = df['e_id']
print df

if df['r_id'].any():
    df['sym'] = df['r_id']
print df

但它给了我一个错误的输出

预期产出-

  e_id r_id  sym
0  101       101
1       502  502
2  103       103
3       504  504
4  105       105
5       506  506

熊猫

使用

mask

+

fillna

+

assign

---

它的工作原理

%%timeit
e = df.e_id.values
r = df.r_id.values
df.assign(sym=np.where(e != '', e, np.where(r != '', r, np.nan))).dropna(subset=['sym'])
1000 loops, best of 3: 1.23 ms per loop

%%timeit
d1 = df.mask(df == '')
df.assign(sym=d1.e_id.fillna(d1.r_id)).dropna(subset=['sym'])
100 loops, best of 3: 2.44 ms per loop

%%timeit
v = df.values
m = (v != '').any(1)
v = v[m]
c1 = v[:, 0]
c2 = v[:, 1]
pd.DataFrame(
    np.column_stack([v, np.where(c1 != '', c1, c2)]),
    df.index[m], df.columns.tolist() + ['sym']
)
1000 loops, best of 3: 204 µs per loop

• 我需要用你的意思是空的假设来掩盖你的

  '

  值
• 通过使用

  fillna

  I获取

  e\u id

  如果它不为空，否则获取

  r\u id

  如果它不为空

• dropna

  with

  subset=['sym']

  仅当新列为空时才会删除行，而只有

  e\u id

  和

  r\u id

  都为空时才会删除行

---

numpy

使用

np.where

+

assign

numpy

v2
从值重构数据帧

---

定时

%%timeit
e = df.e_id.values
r = df.r_id.values
df.assign(sym=np.where(e != '', e, np.where(r != '', r, np.nan))).dropna(subset=['sym'])
1000 loops, best of 3: 1.23 ms per loop

%%timeit
d1 = df.mask(df == '')
df.assign(sym=d1.e_id.fillna(d1.r_id)).dropna(subset=['sym'])
100 loops, best of 3: 2.44 ms per loop

%%timeit
v = df.values
m = (v != '').any(1)
v = v[m]
c1 = v[:, 0]
c2 = v[:, 1]
pd.DataFrame(
    np.column_stack([v, np.where(c1 != '', c1, c2)]),
    df.index[m], df.columns.tolist() + ['sym']
)
1000 loops, best of 3: 204 µs per loop

熊猫

使用

mask

+

fillna

+

assign

---

它的工作原理

%%timeit
e = df.e_id.values
r = df.r_id.values
df.assign(sym=np.where(e != '', e, np.where(r != '', r, np.nan))).dropna(subset=['sym'])
1000 loops, best of 3: 1.23 ms per loop

%%timeit
d1 = df.mask(df == '')
df.assign(sym=d1.e_id.fillna(d1.r_id)).dropna(subset=['sym'])
100 loops, best of 3: 2.44 ms per loop

%%timeit
v = df.values
m = (v != '').any(1)
v = v[m]
c1 = v[:, 0]
c2 = v[:, 1]
pd.DataFrame(
    np.column_stack([v, np.where(c1 != '', c1, c2)]),
    df.index[m], df.columns.tolist() + ['sym']
)
1000 loops, best of 3: 204 µs per loop

• 我需要用你的意思是空的假设来掩盖你的

  '

  值
• 通过使用

  fillna

  I获取

  e\u id

  如果它不为空，否则获取

  r\u id

  如果它不为空

• dropna

  with

  subset=['sym']

  仅当新列为空时才会删除行，而只有

  e\u id

  和

  r\u id

  都为空时才会删除行

---

numpy

使用

np.where

+

assign

numpy

v2
从值重构数据帧

---

定时

%%timeit
e = df.e_id.values
r = df.r_id.values
df.assign(sym=np.where(e != '', e, np.where(r != '', r, np.nan))).dropna(subset=['sym'])
1000 loops, best of 3: 1.23 ms per loop

%%timeit
d1 = df.mask(df == '')
df.assign(sym=d1.e_id.fillna(d1.r_id)).dropna(subset=['sym'])
100 loops, best of 3: 2.44 ms per loop

%%timeit
v = df.values
m = (v != '').any(1)
v = v[m]
c1 = v[:, 0]
c2 = v[:, 1]
pd.DataFrame(
    np.column_stack([v, np.where(c1 != '', c1, c2)]),
    df.index[m], df.columns.tolist() + ['sym']
)
1000 loops, best of 3: 204 µs per loop

---

首先，使用以下方法筛选两个空列：

然后与以下内容一起使用：

Numpy解决方案，带过滤和：

---

首先，使用以下方法筛选两个空列：

然后与以下内容一起使用：

Numpy解决方案，带过滤和：

---

使用

pandas.DataFrame.mask

和

'other'

参数，可以从列“e\u id”开始，在“e\u id”为“空”时用“r\u id”值替换其值：

df['sym'] = df['e_id'].mask(df['e_id'] == '', other=df['r_id'], axis=0)

然后您只需要删除

sym

为“空”的行

---

使用

pandas.DataFrame.mask

和

'other'

参数，可以从列“e\u id”开始，在“e\u id”为“空”时用“r\u id”值替换其值：

df['sym'] = df['e_id'].mask(df['e_id'] == '', other=df['r_id'], axis=0)

然后您只需要删除

sym

为“空”的行

---

@jezrael-我面临类型错误：无法将['']与df=df[（df！=''）中的块值错误进行比较。任何（1）]行，但您的替代解决方案工作正常。；-）好的，没问题。顺便说一句，替代解决方案更快；）@jezrael-我面临类型错误：无法将['']与df=df[（df！=''）中的块值错误进行比较。任何（1）]行，但您的替代解决方案工作正常。；-）好的，没问题。顺便说一句，替代解决方案更快；）

df = df[(df['e_id'] != '') | (df['r_id'] != '')]
e_id = df.e_id.values
r_id = df.r_id.values
df['sym'] = np.where(e_id != '', e_id, r_id)
print (df)
  e_id r_id  sym
0  101       101
1       502  502
2  103       103
3       504  504
4  105       105
5       506  506

df['sym'] = df['e_id'].mask(df['e_id'] == '', other=df['r_id'], axis=0)

df = df[df.sym!='']