如何有效地應用條件字符串方法將數據幀列拆分為兩個？

Question

我正在清理一些數據，並希望有條件地拆分其值由換行符分隔的列。 （例如，3t10 \\ n5b12）這些數據存在於column_a或column_b中，另一個是NaN。 （作為參考，列是qualification_a_group或qualification_b_group。一個人（行）只能在一個。）

除了資格列之外，還有一個final和semi_final列（具有相同類型的數據）。 我能夠使用附加代碼拆分它們，但是需要使用條件來選擇不是nan的限定列。 我已經嘗試了下面的第二塊代碼，但只有當column_a不為null時才會產生。

'''
# This works
final_split = combined['final'].str.split("\n", n=1, expand=True)
combined['final_tops'] = final_split[0]
combined['final_zones'] = final_split[1]
'''

'''
# This only works for when qualification_a != nan
q1_split = combined['qualification_a'].str.split("\n", n=1, expand=True)
q2_split = combined['qualification_b'].str.split("\n", n=1, expand=True)

combined['qualification_tops'] = q1_split[0].where(q1_split[0] != np.nan, 
other=q2_split[0])
combined['qualification_zones'] = q1_split[1].where(q1_split[0] != 
np.nan, other=q2_split[1])
'''

我相信這是由於方法沒有迭代每一行，並且我需要使用for循環來解析限定列，而不像final和semi_final。 這是正確的還是我最初做錯了什么，如果是這樣的話，那么最有效/ pythonic的方法是什么呢？ 謝謝。

Answer 1

弄清楚：np.where而不是df.where

''''
combined['qualification_tops'] = np.where(q1_split[0].isnull(), q2_split[0], q1_split[0])
combined['qualification_zones'] = np.where(q1_split[0].isnull(), q2_split[1], q1_split[1])
''''