代码之家 › 专栏 › 技术社区 › JamesHudson81

根据条件添加2列的值

pandas

JamesHudson81 · 技术社区 · 6 年前

我有两个DFS:

DF1

      'TOM'    'MIKE'  'DISTANCE'
'A'     5         7         2
'B'     4         5         9
'C'     3         3         0

DF2

      'LAURA'    'LISA'  'DISTANCE'
'A'     4           3        0
'B'     4           3        9 
'C'     1           2        3

我将它们与axis=1合并在一起,但是我想加入列 DISTANCE 只有当df1.Distance中的值为0时,才添加df2.Distance的值。

预期输出为:

DF3

      'TOM'    'MIKE'  'DISTANCE'   'LAURA'   'LISA'
'A'     5         7         2         4         3
'B'     4         5         9         4         3
'C'     3         3         3         1         2

2 回复 | 直到 6 年前

Erfan 6 年前

首先我们 join 两个数据帧在一起,因此我们可以指定 rsuffix 所以我们可以区分这两个 DISTANCE 两个数据帧中的列。

然后我们使用 np.where 替换 0 从第一个数据帧到第二个数据帧的距离:

df3 = df1.join(df2, rsuffix='_2')
df3['DISTANCE'] = np.where(df3['DISTANCE'].eq(0), df3['DISTANCE_2'], df3['DISTANCE'])
df3 = df3.drop(columns=['DISTANCE_2'])

产量

   TOM  MIKE  DISTANCE  LAURA  LISA
0    5     7         2      4     3
1    4     5         9      4     3
2    3     3         3      1     2

或者我们可以用 .loc 要替换这些值:

df3 = df1.join(df2, rsuffix='_2')
df3.loc[df3['DISTANCE'].eq(0), 'DISTANCE'] = df3['DISTANCE_2']
df3 = df3.drop(columns=['DISTANCE_2'])

BENY 6 年前

给予 combine_first 尝试

df1["'DISTANCE'"].mask(df1["'DISTANCE'"].eq(0),inplace=True)
df=df1.combine_first(df2)
df
     'DISTANCE'  'LAURA'  'LISA'  'MIKE'  'TOM'
'A'         2.0      4.0     3.0       7      5
'B'         9.0      4.0     3.0       5      4
'C'         3.0      1.0     2.0       3      3

推荐文章