Python：从现有列创建新列

我正在尝试基于这两列创建一个新列。假设我想创建一个新的列z，当它没有丢失时，它应该是y的值，当y确实丢失时，它应该是x的值。所以在本例中，我希望z是

[1,8,10,8]

   x   y
0  1 NaN
1  2   8
2  4  10
3  8 NaN

---

我不确定我是否理解这个问题，但这就是你想要的吗

如果值为none，“if y[i]”将跳过

for i in range(len(x));
    if y[i]:
        z.append(y[i])
    else:
        z.append(x[i])

---

假设数据帧被称为

df

。首先复制

y

列

df["z"] = df["y"].copy()

然后将z的nan位置设置为x中nan位于z的位置

import numpy as np
df.z[np.isnan(df.z)]=df.x[np.isnan(df.z)]


>>> df 
   x   y   z
0  1 NaN   1
1  2   8   8
2  4  10  10
3  8 NaN   8

---

使用

np.where

：

In [3]:

df['z'] = np.where(df['y'].isnull(), df['x'], df['y'])
df
Out[3]:
   x   y   z
0  1 NaN   1
1  2   8   8
2  4  10  10
3  8 NaN   8

---

这里它使用布尔条件，如果为true，则返回

df['x']

else

df['y']

，您可以使用

apply

选项

axis=1

。那么你的解决方案就相当简洁了

df[z] = df.apply(lambda row: row.y if pd.notnull(row.y) else row.x, axis=1)

---

update

方法几乎就是这样做的。唯一需要注意的是，

update

将在适当的位置执行此操作，因此您必须首先创建副本：

df['z'] = df.x.copy()
df.z.update(df.y)

---

在上面的示例中，您从

x

开始，用

y

中的相应值替换每个值，只要新值不是

NaN

新列

'z'

使用

df['z']=df['y']

从列

'y'

获取其值。这会带来缺少的值，因此请使用

fillna

使用列

'x'

填充它们。将这两个动作联系起来：

>>> df['z'] = df['y'].fillna(df['x'])
>>> df
   x   y   z
0  1 NaN   1
1  2   8   8
2  4  10  10
3  8 NaN   8

---

它不起作用。由于某种原因，它从来没有碰到过else条款。谢谢！真的很有帮助~不用担心，如果你发现这个或另一个答案完全回答了你的问题，那么请接受答案，答案左上角会有一个空勾号，这样答案就不会一直没有答案了很好，很有帮助很酷！我不知道从这一个问题中学到了多少！路途~~