python - Pandas 数据框掩码将值写入新列

Question

基于 this solution ，我在 Pandas 数据框上创建了几个掩码以创建一个新列，该列应该从不同的列中填充(基于条件)。

(简化的)代码如下所示:

mask0 = (df['condition'] == 1)
mask1 = (df['condition'] == 0)

df.loc[mask0, 'newColumn'] = df['otherColumn1']
df.loc[mask1, 'newColumn'] = df['otherColumn2']

但是在执行第三行时出现以下错误:

ValueError: cannot reindex from a duplicate axis

如果我只是这样做，它就有效:

df.loc[mask0, 'newColumn'] = 1

我做错了什么？

Answer 1

你必须在两边过滤:

mask0 = (df['condition'] == 1)
mask1 = (df['condition'] == 0)

df.loc[mask0, 'newColumn'] = df.loc[mask0, 'otherColumn1']
df.loc[mask1, 'newColumn'] = df.loc[mask1, 'otherColumn2']

但这里最好使用numpy.select为避免重复代码:

df['newColumn'] = np.select([mask0, mask1], 
                            [df['otherColumn1'], df['otherColumn2']], 
                            default=np.nan)