从存在缺失值的现有列创建新列

Question

我正在尝试根据这两列创建一个新列。假设我想创建一个新列 z，当 y 不丢失时，它应该是 y 的值；当 y 确实丢失时，它应该是 x 的值。所以在这种情况下，我期望 z 为

[1, 8, 10, 8]

。

   x   y
0  1 NaN
1  2   8
2  4  10
3  8 NaN

Answer 1

您可以将

apply

与选项

axis=1

一起使用。那么你的解决方案非常简洁。

df[z] = df.apply(lambda row: row.y if pd.notnull(row.y) else row.x, axis=1)

Answer 2

新列

'z'

使用

'y'

从列

df['z'] = df['y']

获取其值。这会带来缺失值，因此请使用

fillna

使用列

'x'

来填充它们。链接这两个动作：

>>> df['z'] = df['y'].fillna(df['x'])
>>> df
   x   y   z
0  1 NaN   1
1  2   8   8
2  4  10  10
3  8 NaN   8

Answer 3

使用

np.where

：

In [3]:

df['z'] = np.where(df['y'].isnull(), df['x'], df['y'])
df
Out[3]:
   x   y   z
0  1 NaN   1
1  2   8   8
2  4  10  10
3  8 NaN   8

这里使用布尔条件，如果 true 返回

df['x']

else

df['y']

Answer 4

假设 DataFrame 称为

df

。首先复制

y

列。

df["z"] = df["y"].copy()

然后将 z 的 nan 位置设置为 x 中 nan 位于 z 中的位置。

import numpy as np
df.z[np.isnan(df.z)]=df.x[np.isnan(df.z)]


>>> df 
   x   y   z
0  1 NaN   1
1  2   8   8
2  4  10  10
3  8 NaN   8

Answer 5

我不确定我是否理解这个问题，但这就是您要找的吗？

如果值为 None，“if y[i]” 将跳过。

for i in range(len(x));
    if y[i]:
        z.append(y[i])
    else:
        z.append(x[i])

Answer 6

update

方法几乎正是这样做的。唯一需要注意的是

update

会就地执行此操作，因此您必须首先创建一个副本：

df['z'] = df.x.copy()
df.z.update(df.y)

在上面的示例中，您从

x

开始，并将每个值替换为

y

中的相应值，只要新值不是

NaN

。