这是虚拟的 DataFrame:
d = {'col_1': [1, 2], 'col_n_1': [3, 4], 'col_2': [2, 1], 'col_n_2': [6, 3]}
df = pd.DataFrame(data=d)
col_1 col_2 col_n_1 col_n_2
0 1 2 3 6
1 2 1 4 3
2 1 1 4 5
我正在寻找一种很好的方法来从 col_n_1 中提取值，其中 col_1 == 1 和 col_n_2 中 col_2 = = 1 在一个看起来像这样的新列中:
new_col
3
3
4,5
请您参考如下方法:
使用where通过掩码获取值，然后将 join 列放在一起:
L = ['col_1','col_2']
L1 = ['col_n_1','col_n_2']
df['new'] = (df[L1].astype(str).where(df[L].eq(1).values, axis=1)
.apply(lambda x: ','.join(x.dropna()), 1))
如果只有 2 列的解决方案:
L = ['col_1','col_2']
L1 = ['col_n_1','col_n_2']
df1 = df[L1].astype(str).where(df[L].eq(1).values, axis=1)
df['new'] = (df1['col_n_1'] .fillna('') + ',' + df1['col_n_2'] .fillna('')).str.strip(',')
或者添加 , 然后 sum 的解决方案，最后删除尾随 ,:
df['new'] = (df[L1].astype(str).where(df[L].eq(1).values)
.add(', ')
.fillna('')
.sum(axis=1)
.str.strip(', '))
print (df)
col_1 col_2 col_n_1 col_n_2 new
0 1 2 3 6 3
1 2 1 4 3 3
2 1 1 4 5 4,5
