如何拆分列元素并用python数据框中的其他列值替换？

Question

我想用 col2 替换 col1 元素。 例如，如果 col1 包含 abc，我想用 a{colb}c 替换它。

import pandas as pd
d = {'col1': ['a b', 'a c'], 'col2': ['z 26', 'y 25']}
df = pd.DataFrame(data=d)
print(df)
    col1     col2
    a b      z 26
    a c      y 25

如果 df['col1']=='a b' 则需要输出

    col1    col2     col3
0   a b     z 26     a z
1   a c     y 25     a c

我试过了

df['col3'] = np.where(df[df['col1']=='a b'],(df['col1'].replace(str(df['col1'].str.split(' ')[1])),(str(df['col2'].str.split(' ')[0]))), 0)

error: ---error: operands could not be broadcast together with shapes (1,3) (2,) () 

&

for x in df['col1']:
  x.replace(df['col1'].str.split(' ')[1],df['col2'].str.split(' ')[1])
#error --replace() argument 1 must be str, not list

建议简单的解决方案...

Answer 1

我不完全确定我已经理解你在这里想要做什么，但这可以满足你的要求：

for i, row in df2.iterrows():
    if row["col1"] == "a b":
         row["col1"] = "a " + row["col2"].split(" ")[0]

要逐行迭代数据框，请使用 iterrows，它返回一个 (index, row) 的元组。

EDIT 请注意，使用 this 就地修改是未定义的。如果不想直接使用row可以修改原来的df，如果需要的话：

df2["col1"][i] = row["col1"]

（修改后row。）

这完全不像熊猫，毫无疑问，有一种方法可以用 pandas 一步完成，但这种模式适用于任何东西。它是否比“矢量化”解决方案慢取决于 pandas 是如何实现 iterrows 和 loc 的。

请注意，条件——“a b”——在这里是硬编码的，这似乎是你想要的。

Answer 2

import pandas as pd
d = {'col1': ['a b', 'a c'], 'col2': ['z 26', 'y 25']}
df = pd.DataFrame(data=d)

解决方案 1：

df.loc[(df['col1'] == 'a b'), 'col3'] = df['col1'].str[0] + ' ' + df['col2'].str[0]
df['col3'].fillna(df['col1'], inplace=True)

解决方案 2：

condition = (df['col1'] == 'a b')
df['col3'] = np.where((df['col1'] == 'a b'), df['col1'].str[0] + ' ' + df['col2'].str[0], df['col1'])

Answer 3

虽然这很混乱，但我设法在一行中完成了。老实说，我不确定它是否完全符合您的要求，但如果需要，我可以帮您修改它。

df['col3'] = [f'{i[1].col1.split()[0]} {i[1].col2.split()[0]}' if i[1].col1 == 'a b' else i[1].col1 for i in df.iterrows()]

Answer 4

我找到了这样的方法：拆分两个列并加入它们。但是我正在寻找替换和插入

df['col3'] = df['col1'].apply(lambda x:x.split(' ') [0]) +' '+ df['col2'].apply(lambda x:x.split(' ') [0])