根据另一个df中的值填充新的pandas df

Question

我是新来的，所以请不要对我太苛刻::)

见下图！

我正在尝试根据 df['Datan'] 中的值创建一个新的 dataframe （ df['New_df'] df['Datan'] ，以便df['New_df']在字符串所在的行上等于df['Datan'] ['Datan'] #SRU出现。 如果字符串不在df['Datan']中，我希望df['New_df'] “保留”上面行的值（其中包含#SRU字符串）。

请参阅下面的 df 我正在尝试做的事情。

                                          Datan          New_df
                                 #SRU 1512 7251  #SRU 1512 7251
   #KONTO 1513 "Kundfordringar - delad faktura"  #SRU 1512 7251
                                 #SRU 1513 7251  #SRU 1513 7251
   #KONTO 1519 "Nedskrivning av kundfordringar"  #SRU 1513 7251
                                 #SRU 1519 7251  #SRU 1519 7251

我一直在尝试将 for 循环与 if 语句结合起来，特别是使用 apply 方法，但到目前为止还没有找到解决方案。 无法在此处的任何其他线程中找到此特定问题。

Answer 1

使用Series.str.contains 、 Series.mask和Series.ffill的组合：

m = df['Datan'].str.contains(r'#SRU')
df['New_df'] = df['Datan'].mask(~m).ffill()

结果：

# print(df)
                                          Datan          New_df
0                                #SRU 1512 7251  #SRU 1512 7251
1  #KONTO 1513 "Kundfordringar - delad faktura"  #SRU 1512 7251
2                                #SRU 1513 7251  #SRU 1513 7251
3  #KONTO 1519 "Nedskrivning av kundfordringar"  #SRU 1513 7251
4                                #SRU 1519 7251  #SRU 1519 7251

Answer 2

使用str.contains检查string匹配，然后使用ffill填充na

df['New_df'] = df.Datan.where(df.Datan.str.contains('#SRU')).ffill()

df
   Index                                           Datan            New_df
0     95                                 #SRU 1512 7251    #SRU 1512 7251
1     96   #KONTO 1513 "Kundfordringar - delad faktura"    #SRU 1512 7251
2     97                                 #SRU 1513 7251    #SRU 1513 7251
3     98   #KONTO 1519 "Nedskrivning av kundfordringar"    #SRU 1513 7251
4     99                                 #SRU 1519 7251    #SRU 1519 7251