python - 以 elif 方式比较 Pandas 数据框中的字符串

Question

我试图将数据框中的字符串与特定警告进行比较，即如果其中一个字符串已经等于“Missing”，则该值将被保留。

例如，如果我的 df 看起来像

df =pd.DataFrame({'Col1':['Dog','Cat','Missing'],
      'Col2':['Dog', 'Monkey', 'Rat']})

我问 Col1 是否在 Col2 中，结果是

True, False, Missing

以下代码允许比较每行的值(为我提供“true”和“false”值)，但我一直在努力解决如何合并“Missing”检查

df['result'] = df.apply(lambda row: row[Col1] in row[Col2], axis=1)

也许我应该放弃在这种情况下使用 lambda 函数的想法，并切换到 if/elif/语句，如以下伪代码所示:

if df[df[Col1]] == "Missing":
     df['result'] = 'Missing'
elif df[df[Col1]] in df[df[Col2]]:
    df['result'] = 'True'
else:
    df['result'] = 'False'

感谢您提供的任何帮助。

Answer 1

我认为你可以使用双 numpy.where :

mask1 = df['Col1'] == 'Missing'
mask2 = df.apply(lambda row: row['Col1'] in row['Col2'], axis=1)

df['result'] = np.where(mask1, 'Missing',
               np.where(mask2, 'True', 'False'))

print (df)
      Col1    Col2   result
0      Dog     Dog     True
1      Cat  Monkey    False
2  Missing     Rat  Missing