DataFrame 按其他列应用过滤

Question

我可以通过过滤具有另一个列值的行来将函数应用于数据框列吗？

我的实际代码是：

df['description_text_clean'] = df.description_text_clean[df['language']!='en'].apply(translate_to_en)

我试图通过非英语的语言来过滤语言列，并且我想翻译 description_text_clean 列。但最后我发现 description_text_clean 列已被 NaN 在英文列中修改，我希望它们继续保持原样。

示例数据框：

df = pd.DataFrame([['Example text', 'en'], 
                   ['No es ingles', 'es'], 
                   ['I am again english', 'en']], 
                   columns=['description_text_clean', 'language'])

实际结果：

    description_text_clean  language
0   NaN                       en
1   It is not English         es
2   NaN                       en

期望的结果是使用 translate_to_en 函数获得一个将所有文本翻译成英文的数据框，该函数使用 google translate api：

    description_text_clean  language
0   Example text              en
1   It is not English         es
2   I am again english        en

有什么建议吗？

Answer 1

我的错误是我错过了我的 cmets 中的一个小细节，尝试使用 .loc[],series.mask 或 series.combine_first 或 np.where

df.loc[df['language'].ne('en'),'description_text_clean']  = (
                     df['description_text_clean'].map(fun))

或者：

(df.loc[df['language'].ne('en'),'description_text_clean'].map(translate_to_en)
  .combine_first(df.description_text_clean))

或者：

df['description_text_clean'].mask(df['language'].ne('en')
                                  ,df['description_text_clean'].map(translate_to_en))

甚至np.where:

np.where(df['language'].ne('en'),
        df['description_text_clean'].map(fun),df['description_text_clean'])

用虚拟函数测试：

def fun(x):
    return  1
df['description_text_clean'] =(df.loc[df['language'].ne('en'),'description_text_clean']
                      .map(fun).combine_first(df.description_text_clean))

或者：

df['description_text_clean'] = df['description_text_clean'].mask(df['language'].ne('en')
                              ,df['description_text_clean'].map(fun))
print(df)

---

  description_text_clean language
0           Example text       en
1                      1       es
2     I am again english       en