我想根据列中是否有值来制作并填充一个新列。我有三列要比较,并且有一些我希望填充值的顺序。
假设我有 3 列 (ABC),我想用 A B 或 C 中的值填充新列 (Y),但我想对它们进行排名。因此,如果 A 列有一个值,我希望它优先于 B 列和 C 列填充 Y 列。如果 B 有一个值,它优先于 C,而 C 列优先于无。
我有什么:
A B C Y
1 NA NA
NA 2 NA
NA 3 NA
NA NA 4
5 NA NA
6 6 NA
7 NA NA
NA NA 8
9 NA 9
10 10 10
我想要的:
A B C Y
1 NA NA 1
NA 2 NA 2
NA 3 NA 3
NA NA 4 4
5 NA NA 5
6 6 NA 6
7 NA NA 7
NA NA 8 8
9 NA 9 9
10 10 10 10
请您参考如下方法:
使用 np.where() 进行矢量化处理。
df['Y'] = np.where(df['A'] != np.nan, df['A'], df['B'])
df['Y'] = np.where(df['B'] == np.nan, df['C'], df['Y'])
由于您没有可以在您的问题中重复使用的 df,所以我只写了您需要的方法行。
下次您提问时,请附上一段代码,可用于测试可能的答案。欢迎来到社区 :D
如果您的 DataFrame 中的 NA 是一个字符串:
上面的代码不起作用,使用实际的字符串值来解析数据帧。
df['Y'] = np.where(df['A'] != "NA", df['A'], df['B'])
df['Y'] = np.where(df['B'] == "NA", df['C'], df['Y'])
最后一点,另一个可能的输入是当所有三列都具有 NA 值时。
您的问题中未指定,但如果您想捕获该实例,只需添加一个新行以检查 C 列中的值。
然后在 false 返回值中,如果 C 值也为 NA,则放置一个您要使用的值。
