屏蔽该列的 Pandas 将以前的非匹配值替换为 NaN答案

【问题标题】：Pandas masking the column replaces previous non matched value to NaN屏蔽该列的 Pandas 将以前的非匹配值替换为 NaN
【发布时间】：2022-07-06 15:48:50
【问题描述】：

假设我有一个数据框

d = {
    "cid": [1, 3, 3],
    "txt": ["Kakashi is GOAT", "Eleven is El", "Hello agian"],
     "anime": ['Kakashi ', 'el', 'mouse']
}

df = pd.DataFrame(data=d)
df['code'] = df['anime'].astype('category').cat.codes

我需要创建一个新列code，如果 txt 中存在动画，则该列将包含代码中的值，否则为 999

这是我的面具

mask = df.apply(lambda x: x.anime.lower() in x.txt.lower(), axis=1)
df['newCol'] = 999
df['newCol'] = df.loc[mask, 'code']

但这给了我浮点值，并将 999 替换为 NaN

输出：

df
   cid              txt     anime  code  newCol
0    1  Kakashi is GOAT  Kakashi      0     0.0
1    3     Eleven is El        el     1     1.0
2    3      Hello agian     mouse     2     NaN

预期：

df
   cid              txt     anime    code  newCol
0    1  Kakashi is GOAT    Kakashi      0     0
1    3     Eleven is El      el         1     1
2    3      Nothing         mouse       2     999

请注意，我需要以掩蔽方式进行，但有多种方法可以实现这一点

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以跳过 mask 步骤，只需使用（几乎）相同的 lambda 函数分配 newCol 值：

df['newCol'] = df.apply(lambda x: x.code if x.anime.lower() in x.txt.lower() else 999, axis=1)

输出：

   cid              txt     anime  code  newCol
0    1  Kakashi is GOAT  Kakashi      0       0
1    3     Eleven is El        el     1       1
2    3      Hello agian     mouse     2     999

【讨论】：