如何创建一个列作为其他两个的函数？答案

【问题标题】：How to create a column as function of other two?如何创建一个列作为其他两个的函数？
【发布时间】：2017-10-10 15:09:54
【问题描述】：

我有一个包含两列的数据框。我想创建第三列，如果 Col1 为空，则 Col3 = Col2，否则 Col3 = Col1 * 2

我试过了：

    def myf(col1,col2):
       if pd.isnull(col1):
          return col2
       else:
          return col1 * 2

    df['col3'] = df.apply(lambda x: myf(df['col1'], df['col2']), axis= 1)

但我得到一个错误“'一个系列的真值是不明确的”。

我该如何解决这个问题？我知道这是一个老生常谈的问题，但我那习惯于 SQL 的小大脑仍然在努力（很重要！）理解 pandas 是如何工作的；也许我很笨，也许 pandas 的文档很差，也许两者都有:)

我知道 apply 在 DataFrame 的行/列基础上工作，applymap 在 DataFrame 上以元素方式工作，而 map 在 Series 上以元素方式工作，我理解错误的出现是因为 pd.isnull 返回 T /F 数组。

但是，我不确定在这种情况下如何使用 applymap 或 map，其中另外两列是我的输入。

谢谢！

【问题讨论】：

改为df['Col3'] = np.where(df.Col1.isnull(), df.Col2, df.Col1*2)

标签： python pandas dataframe

【解决方案1】：

你可以使用fillna:

df.col1.mul(2).fillna(df.col2)

df = pd.DataFrame({
    'col1': [1, 2, pd.np.nan, 3, pd.np.nan],
    'col2': [2, pd.np.nan, 3, 2, pd.np.nan]
})

df['col3'] = df.col1.mul(2).fillna(df.col2)
df
#  col1   col2  col3
#0  1.0    2.0  2.0
#1  2.0    NaN  4.0
#2  NaN    3.0  3.0
#3  3.0    2.0  6.0
#4  NaN    NaN  NaN

【讨论】：

【解决方案2】：

需要将 lambda function 中的 df 更改为 x 用于标量，而不是将 Series 作为函数的输入：

df['col3'] = df.apply(lambda x: myf(x['col1'], x['col2']), axis= 1)

另一个更快的解决方案是使用combine_first 或Series.where：

df['col3'] = df['col1'].mul(2).combine_first(df['col2'])

df['Col3'] = df['col2'].where(df['col1'].isnull(), df['col1']*2)

【讨论】：