如果满足条件，如何在数据框中将两列添加或组合成另一列

Question

我是新手，所以这听起来可能很奇怪，但基本上，我有一个很大的数据框，但为了简化起见，我们假设数据框是这样的：

import pandas as pd
import numpy as np

dfn = pd.DataFrame({'a':[1,2,3,4,5],
                   'b':[6,7,8,9,10],
                   'c':np.nan})
dfn

输出：

    a   b   c
0   1   6   NaN
1   2   7   NaN
2   3   8   NaN
3   4   9   NaN
4   5   10  NaN

我想要做的是根据条件填写'c'列中的值，即如果'a'中的相应行值为奇数，则将其添加到相应的行值'b'并输入' c'，否则，只需将 'a' 值用于 'c'。

我目前拥有的是这样的：

for row in range(dfn.shape[0]):
    if dfn.loc[row]['a']%2!=0:
        dfn.loc[row]['c']=dfn.loc[row]['a']+dfn.loc[row]['b']
    else:
        dfn.loc[row]['c']=dfn.loc[row]['a']

dfn

输出：

    a   b   c
0   1   6   NaN
1   2   7   NaN
2   3   8   NaN
3   4   9   NaN
4   5   10  NaN

这里似乎什么都没有发生，我不完全确定为什么。

我还尝试了另一种方法：

is_odd=dfn[dfn['a']%2!=0]
is_odd['c'] = is_odd['a'] + is+odd['b']

is_odd

在这里，奇怪的是我得到了正确的输出：

    a   b   c
0   1   1   2
2   3   3   6
4   5   5   10

但是当我再次调用 dfn 时，它会显示所有 NaN 值。

我也试过在不使用变量名的情况下这样做，但没有任何反应。

知道我缺少什么或者是否有办法做到这一点？

谢谢！

Answer 1

使用numpy where ，它适用于条件。 它类似于 Python 中的 if 语句，但速度要快得多。 我很少使用iterrows ，因为我发现它不如 numpy where 高效。

 dfn['c'] = np.where(dfn['a']%2 !=0, 
                     dfn.a + dfn.b,
                     dfn.a)


    a   b   c
0   1   6   7
1   2   7   2
2   3   8   11
3   4   9   4
4   5   10  15

基本上， np.where 中的第一行定义了您的条件，在这种情况下，就是找出“a”列是否为奇数。 如果是，则执行下一行。 如果是偶数，则执行最后一行。 您可以将其视为 if-else 语句。

Answer 2

使用Series.mod和Series.where获取列b的副本，其中0中存在偶数a ，然后我们将此系列添加到a 。

dfn['c'] = dfn['b'].where(dfn['a'].mod(2).eq(1), 0).add(dfn['a'])
print(dfn)
   a   b   c
0  1   6   7
1  2   7   2
2  3   8  11
3  4   9   4
4  5  10  15

选择

dfn['c'] = dfn['a'].mask(dfn['a'].mod(2).eq(1), dfn['a'].add(dfn['b']))

Answer 3

dfn.loc[row]['c']=...总是错误的。 dfn.loc[row]可能是副本或视图，因此您无法知道会发生什么。 正确的方法是：

dfn.loc[row, 'c']=...

无论如何，您应该避免迭代并按照其他答案的建议使用np.where

Answer 4

这是我的解决方案，接近问题作者的原始想法，希望对您有所帮助

def oddadd(x):
    if x['a']%2!=0:
        return x['a']+x['b']
    else:
        return x['a']
dfn["c"] = dfn.apply(oddadd,axis=1)