有条件地连接两列的最佳/简洁方法 Pandas DataFrame

Question

我正在尝试有条件地连接 Pandas DataFrame 中的两列。

我找到了一个相关的答案，我在下面对其进行了改编 - 但似乎应该有一种更简洁的方法来做到这一点。 在R和dplyr或者data.table，这是比较简单的一行代码。

import pandas as pd
import numpy as np

data = {"Product": ["Shorts", "T-Shirt", "Jacket", "Cap"],
        "Color": ["Red", "Blue", "White", "Green"],
        "Size": ["S", "M", None, "S"]}

df = pd.DataFrame(data)
df

# if size = 'S' then concatenate Product and Color, else just Put in the value from Color column


for index, row in df.iterrows():
    if row['Size'] == 'S':
        df.loc[index, 'Output'] = str(row['Product']) + " (" + str(row['Color']) + ')'
    else:
        df.loc[index, 'Output'] = str(row['Color'])
        
        
df

Answer 1

它也只是一个使用datar的单行代码：

>>> from datar.all import f, tibble, mutate, if_else, paste0
>>> data = {"Product": ["Shorts", "T-Shirt", "Jacket", "Cap"],
...         "Color": ["Red", "Blue", "White", "Green"],
...         "Size": ["S", "M", None, "S"]}
>>> df = tibble(**data)
>>> df >> mutate(Output=if_else(f.Size == "S", paste0(f.Product, " (", f.Color, ")"), f.Color))
   Product    Color     Size        Output
  <object> <object> <object>      <object>
0   Shorts      Red        S  Shorts (Red)
1  T-Shirt     Blue        M          Blue
2   Jacket    White     None         White
3      Cap    Green        S   Cap (Green)

我是 datar 的作者，它是由 pandas 支持的 python package 以在 R 中实现dplyr的语法。

Answer 2

np.where用于有条件地生成列值。 第一个参数是条件，然后是True值，然后是False值。 在这种情况下，这可能类似于：

df['Output'] = np.where(
    df['Size'].eq('S'),  # Condition
    df['Product'].astype(str) + df['Color'].map(' ({})'.format),  # Where True
    df['Color']  # Where False
)

df ：

   Product  Color  Size        Output
0   Shorts    Red     S  Shorts (Red)
1  T-Shirt   Blue     M          Blue
2   Jacket  White  None         White
3      Cap  Green     S   Cap (Green)

注意： map与格式字符串一起使用，因为这可以更快，因为它比多个字符串连接产生的副本更少，但也可以这样做：

df['Output'] = np.where(
    df['Size'] == 'S',
    df['Product'].astype(str) + ' (' + df['Color'].astype(str) + ')',
    df['Color']
)