在 Python Pandas 中，如何使用 if/else 语句或类似语句组合包含字符串的两列？答案

【问题标题】：In Python Pandas, how do I combine two columns containing strings using if/else statement or similar?在 Python Pandas 中，如何使用 if/else 语句或类似语句组合包含字符串的两列？
【发布时间】：2020-07-21 03:17:43
【问题描述】：

我从一个 excel 文件创建了一个 pandas 数据框，其中前两列是：

df = pd.DataFrame({'0':['','','Location Code','pH','Ag','Alkalinity'], '1':['Lab Id','Collection Date','','','µg/L','mg/L']})

看起来像这样：

         df[0]           df[1]
                        Lab Id
               Collection Date
Location Code                 
           pH                 
           Ag             µg/L
   Alkalinity             mg/L

我想将这些列合并为如下所示的列：

           df[0]
          Lab Id
 Collection Date
   Location Code
              pH
        Ag (µg/L)
Alkalinity (mg/L)

我认为在组合 df[0] 和 df[1] 之前我需要一个控制语句，如下所示：

if **there is a blank space in either column, then it performs**:
   df[0] = df[0].astype(str)+df[1].astype(str)
else:
   df[0] = df[0].astype(str)+' ('+df[1].astype(str)+')'

但我不确定如何编写 if 语句。谁能在这里指导我。非常感谢。

【问题讨论】：

标签： python-3.x pandas string if-statement

【解决方案1】：

我们可以试试np.select

cond=[(df['0']=='') & (df['1']!=''), (df['0']!='') & (df['1']==''), (df['0']!='') & (df['1'] !='')]
val=[df['1'], df['0'], df['0']+ '('+df['1']+')']
df['new']=np.select(cond,val)
df
               0                1               new
0                          Lab Id            Lab Id
1                 Collection Date   Collection Date
2  Location Code                      Location Code
3             pH                                 pH
4             Ag             µg/L          Ag(µg/L)
5     Alkalinity             mg/L  Alkalinity(mg/L)

【讨论】：

谢谢@YOBEN_S。有效！我只是将df['0'] 更改为df[0] 等等。另外，我希望新合并的列 df['new'] 替换 df[0]。

【解决方案2】：

如果值为 Na，则可能：

df['result'] = df[0].fillna(df[1])

【讨论】：

【解决方案3】：

这使用numpy where 工作，字符串连接假设基于共享的数据：

df.assign(
    merger=np.where(
        df["1"].str.endswith("/L"),
        df["0"].str.cat(df["1"], "(").add(")"),
        df["0"].str.cat(df["1"], ""),
    )
)

       0                 1              merger
0                      Lab Id           Lab Id
1                      Collection Date  Collection Date
2   Location Code                       Location Code
3   pH                                   pH
4   Ag                 µg/L              Ag(µg/L)
5   Alkalinity  mg/L                     Alkalinity(mg/L)

或者，如果这是您所追求的，您可以将其分配给“0”：

df["0"] = np.where(
    df["1"].str.endswith("/L"),
    df["0"].str.cat(df["1"], "(").add(")"),
    df["0"].str.cat(df["1"], ""),
)

【讨论】：

【解决方案4】：

这是另一种方式：

首先你用值+'()'替换你要去concat的值

df['1'].loc[df.replace('', np.nan).notnull().all(axis =1 )] = '(' + df['1'] + ')'

现在我们用bfill和ffill填充缺失值

df = df.replace('', np.nan).bfill(axis = 1).ffill(axis = 1)

唯一剩下的就是在有括号的地方合并值

 df.loc[:, 'merge'] = np.where(df['1'].str.endswith(')'), df['0'] + df['1'], df['1'])

【讨论】：

【解决方案5】：

通过DataFrame.eq 和DataFrame.any 测试至少一列0,1 中是否为空值，然后像numpy.where 中的答案一样加入这两列：

df = pd.DataFrame({0:['','','Location Code','pH','Ag','Alkalinity'], 
                   1:['Lab Id','Collection Date','','',u'µg/L','mg/L']})


print (df[[0,1]].eq(''))
       0      1
0   True  False
1   True  False
2  False   True
3  False   True
4  False  False
5  False  False

print (df[[0,1]].eq('').any(axis=1))
0     True
1     True
2     True
3     True
4    False
5    False
dtype: bool

df[0] = np.where(df[[0,1]].eq('').any(axis=1), 
                 df[0].astype(str)+df[1].astype(str),
                 df[0].astype(str)+' ('+df[1].astype(str)+')')
print (df)
                   0                1
0             Lab Id           Lab Id
1    Collection Date  Collection Date
2      Location Code                 
3                 pH                 
4          Ag (µg/L)             µg/L
5  Alkalinity (mg/L)             mg/L

【讨论】：