Pandas根据行中其他单元格的值为单元格赋值

Question

给出以下数据框：

import pandas as pd
import numpy as np
DF = pd.DataFrame({'COL1': ['a','b','b'], 
                   'COL2' : [0,np.nan,1],})

DF

    COL1    COL2
0    a        0      
1    b       NaN     
2    b        1      

我希望能够为COL1为b且COL2不为空的每一行分配一个值为2的新列COL3 。

期望的结果如下：

    COL1    COL2    COL3
0    a        0      0
1    b       NaN     0
2    b        1      2

提前致谢！

Answer 1

您可以使用numpy.where与isin和notnull ：

DF['COL3'] = np.where((DF['COL1'].isin(['b'])) &(DF['COL2'].notnull()), 2, 0)
print DF 


  COL1  COL2  COL3
0    a     0     0
1    b   NaN     0
2    b     1     2

Answer 2

这可以使用DataFrame上的apply方法来实现。 您需要传入一个函数以应用于每一行并将轴设置为1以将其设置为正确的模式（应用于每一行，而不是每列）。

这是一个有效的例子：

def row_handler(row):
    if row['COL1'] == 'b' and not np.isnan(row['COL2']):
        return 2
    return 0

DF['COL3'] = DF.apply(row_handler, axis=1)

哪个返回：

>> print DF
  COL1  COL2  COL3
0    a     0     0
1    b   NaN     0
2    b     1     2

Answer 3

定义一个函数以根据其他列返回值。

def value_handle (row):
    if row['COL1'] == 'b' and not pd.isnull(row['COL2']) :
    return 2
else:
    return 0

然后在引入新列时调用新函数。

DF['COL3'] = DF.apply (lambda row: value_handle (row),axis=1)