基於另一個列替換列中的值

Question

我正在嘗試基於另一個現有列替換列中的值。

2列看起來像這樣

id_30       DeviceInfoShort

Android     SAMSUNG
iOS         iOS
None        Windows
None        None
Mac         MacOS
Windows     Windows
None        None

id_30列的“無”未在圖片中顯示。 我想要的是id_30列中的所有“ None”值，它將檢查DeviceInfoShort中的值是否為“ Windows”，如果是，則將id_30中的“ None”替換為“ Windows”，否則替換為“ Android”

下面的代碼是我所擁有的。 它工作正常，但運行了10分鍾。 我想我可以在這里使用map / apply使其更快...是否有使用熊貓的更優雅的方式？

%%time
for r in train_all_data.index:
    if train_all_data.loc[r, 'id_30'] == 'None':
        if train_all_data.loc[r, 'DeviceInfoShort'] == 'Windows':
            train_all_data.loc[r, 'id_30'] = 'Windows'
        else:
            train_all_data.loc[r, 'id_30'] = 'Android'

Answer 1

使用Pandas / Numpy where ：

df['id_30'] = df['id_30'].where(
    df['id_30'].notna(), 
    np.where(df['DeviceInfoShort'] == 'Windows', 'Windows', 'Android'))

Answer 2

temp = train_all_data[train_all_data['id_30'] == 'None']
train_all_data.loc[temp, 'id_30'] = 'Andorid'
temp1 = train_all_data[(train_all_data['id_30'] == 'None') & (train_all_data['DeviceInfoShort'] == 'Windows')]
train_all_data.loc[temp1, 'id_30'] = 'Windows'

Answer 3

也許這會更快：

df['id_30'] = df.apply(lambda x: "Windows" if x.id_30 == "None" and x.DeviceInfoShort == "Windows" else "Android")

根據我的經驗，使用apply（）總是比循環遍歷更快