python - 如果 Pandas Python 中的单元格值为 -1，如何放置另一列的值

Question

我有两列:

row1   row2
0      500
1400   -1
1330   -1
0      900
500    -1

这里，如果row1的值是0，那么row2的值就不是-1。如果 row2 的值为 -1，则 row1 的值不为 0。

我想像这样创建一个新行:

row3
500 
1400
1330
900
500

在这一行中，如果 row1 的值为 0，则它的值将被 row2 替换。我该怎么做？

Answer 1

您可以使用 numpy.where (我更愿意将其命名为 numpy.if_then_else)。

>>> df['row3'] = np.where(df['row2'] == -1, df['row1'], df['row2'])                                                    
>>> df                                                                                                                 
   row1  row2  row3
0     0   500   500
1  1400    -1  1400
2  1330    -1  1330
3     0   900   900
4   500    -1   500

或者，更简洁但非常针对您问题中的设置的上下文:

>>> df['row3'] = np.where(df['row1'], df['row1'], df['row2'])                                                          
>>> df                                                                                                                 
   row1  row2  row3
0     0   500   500
1  1400    -1  1400
2  1330    -1  1330
3     0   900   900
4   500    -1   500

时间:

>>> df = pd.concat([df]*1000)
>>> df_c = df.copy()                                                                                          
>>> %timeit df.clip_lower(0).sum(1) # coldspeed 1                                                                      
537 µs ± 5.17 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
>>> %timeit df.row2.mask(df.row2.eq(-1)).combine_first(df.row1) # coldspeed 2                                          
964 µs ± 15.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
>>> %timeit df_c.loc[df_c.row2 == -1, 'row2'] = np.nan; df_c.row2.add(df_c.row1, fill_value=0) # coldspeed 3                   
2.66 ms ± 24.3 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
>>> %timeit [r1 if r2 == -1 else r2 for r1, r2 in zip(df.row1, df.row2)] # Daniel Mesejo                               
466 µs ± 1.79 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
>>> %timeit df.replace(-1,0).sum(1) # W-B                                                                              
783 µs ± 45.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)    
>>> %timeit np.where(df['row2'] == -1, df['row1'], df['row2']) # timgeb 1                                              
173 µs ± 4.29 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)    
>>> %timeit np.where(df['row1'], df['row1'], df['row2']) # timgeb 2                                                    
38.1 µs ± 3.69 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)