Python 如果列不存在'；t在同一行中包含另一列的值，然后在新行中添加另一列的值

我想在新行中将列“A”中的值添加到列“B”中，前提是列“A”中的对应值不包含在列“B”中

我的数据帧：

df

那么，我想要的数据帧

df

此外，问题是，有时列“B”中字符串的结尾\n存在，有时不存在

我试过使用df.A.str.contains（df[“A”]），但当contains（）有数据帧列时，它不起作用。我认为类似的东西可以工作：df.B.str.extract（“（%s）”%'|'）.join（df.A）），这只适用于列“B”中存在的列“A”中的值，用于匹配，我不知道如何适应我的问题

---

我将非常感谢您的帮助。

创建具有列表理解功能的boolena掩码，并将缺少的值替换为emty字符串，然后使用：

---

我建议您使用

df。为此应用
。在内部，您将能够使用
lambda
创建您的条件。同样，我使用
strip（）
从开头和结尾删除
\n
。请参阅下面的代码：

# Code to build the dataframe
import pandas as pd
d = {'A': ['value1', 'value1', 'value1', 'value2', 'value2', 'value3', 'value3', 'value3', 'value3'], 'B': ['value4', '', 'value4\nvalue1\n', 'value4\nvalue7\n', 'value4\n', '', 'value4\nvalue3\nvalue6', 'value2\nvalue1', 'value3\nvalue1\nvalue6']}
df = pd.DataFrame(data=d)

# Here is the code to use
print(df.apply(lambda x: [x["A"], (x["B"].strip()+"\n"+x["A"]).strip()] if x["A"] not in x["B"] else [x["A"], x["B"].strip()], axis=1, result_type='broadcast'))

输出：

        A                         B
0  value1            value4\nvalue1
1  value1                    value1
2  value1            value4\nvalue1
3  value2    value4\nvalue7\nvalue2
4  value2            value4\nvalue2
5  value3                    value3
6  value3    value4\nvalue3\nvalue6
7  value3    value2\nvalue1\nvalue3
8  value3    value3\nvalue1\nvalue6
8  value3    value3\nvalue1\nvalue6

这是一个混乱的问题。为了更好地帮助您，我们需要查看
df.head（10）.To_dict（）
的输出。感谢您提供此解决方案。但是添加到一个已经在结尾包含\n的字符串时会出现问题，然后我有一个空行，我不希望这样。另外，在“B”列的第三行末尾有\n，我不想这样。@jezrael汇总-我不需要\n\n（两行新行），我只需要\n（一行新行），字符串末尾没有\n。其他一切都是它应该的。@slobokv83-ya，这里不可能使用
条带
，因为它也会重新安装
n
，所以需要使用
$
来匹配最后一个值。检查编辑后的答案。@jezrael它工作得很好，非常感谢……但我想知道，为什么我总是要写“\n”而不是你的“\\n”？然后它就可以工作了，如果我把你写的“\\n”和“\n”。@slobokv83-我想我用的是windows，所以需要通过
'\\'
转义
'\\'
谢谢你的回答。我必须学习并经常在lambda函数中使用if语句，但我正在pandas中学习。啊哈，谢谢你，因为我问了30000多行。我必须切换，因为我有fillna（），replace（）…@JonathanGagne-不，你错了。引擎盖下有环，所以慢一点。我检查它-
df=pd.concat（[df]*1000，忽略_index=True）
9000行。@JonathanGagne-并获得
mask=[a在b中表示a，b在zip中表示b（df['a']，df['b'].fillna（''）]b=df['b'].str.replace（r'\\n$，''）df['b']=b.where（mask，b+'\\n'+df['a']）.fillna（df['a']））13.2ms/loop（7次运行的平均值±标准偏差，每个循环100次）%%timeit（df.apply（λx:[x[“A”]，（x[“B”].strip（）+“\n”+x[“A”]）.strip（）]如果x[“A”]不在x[“B”]中，否则[x[“A”]，x[“B”.strip（）]，轴=1，结果_type='broadcast'））每个循环651 ms±11 ms（7次运行的平均值±标准偏差，每个循环1次）
谢谢@jezrael，你的解决方案很可靠。带理解列表的布尔掩码，我喜欢！
mask = [a in b for a, b in zip(df['A'], df['B'].fillna(''))]
b = df['B'].str.replace(r'\\n$', '')
df['B'] = b.where(mask, b + '\\n' + df['A']).fillna(df['A'])
print (df)
        A                       B
0  value1          value4\nvalue1
1  value1                  value1
2  value1          value4\nvalue1
3  value2  value4\nvalue7\nvalue2
4  value2          value4\nvalue2
5  value3                  value3
6  value3  value4\nvalue3\nvalue6
7  value3  value2\nvalue1\nvalue3
8  value3  value3\nvalue1\nvalue6

# Code to build the dataframe
import pandas as pd
d = {'A': ['value1', 'value1', 'value1', 'value2', 'value2', 'value3', 'value3', 'value3', 'value3'], 'B': ['value4', '', 'value4\nvalue1\n', 'value4\nvalue7\n', 'value4\n', '', 'value4\nvalue3\nvalue6', 'value2\nvalue1', 'value3\nvalue1\nvalue6']}
df = pd.DataFrame(data=d)

# Here is the code to use
print(df.apply(lambda x: [x["A"], (x["B"].strip()+"\n"+x["A"]).strip()] if x["A"] not in x["B"] else [x["A"], x["B"].strip()], axis=1, result_type='broadcast'))

        A                         B
0  value1            value4\nvalue1
1  value1                    value1
2  value1            value4\nvalue1
3  value2    value4\nvalue7\nvalue2
4  value2            value4\nvalue2
5  value3                    value3
6  value3    value4\nvalue3\nvalue6
7  value3    value2\nvalue1\nvalue3
8  value3    value3\nvalue1\nvalue6
8  value3    value3\nvalue1\nvalue6