python - 如何在 Python 中重写 DataFrame 中的列的字段？

Question

我需要根据条件重写 DataFrame 中列的某些字段。

我有这个数据框:

    Vitamins    Sign
0   B   -
1   C   +
2   A   NaN
3   Z   2
4   E   +
5   I   Expired
6   D   + Severe Cases
7   K   Expired+ Last Year
8   J   +New

我需要根据这个条件重写两列:

• 如果 'Sign' 列中的字段包含符号 '+'，则应将其复制并粘贴到 'Vitamins' 列，在同一行，最后一个单词和符号之间没有任何空格。然后，应删除 'Sign' 列(该字段)中的符号 '+'。

结果是这个数据框:

Vitamins    Sign
0   B   -
1   C+  NaN
2   A   NaN
3   Z   2
4   E+  NaN
5   I   Expired
6   D   Severe Cases
7   K+  Expired Last Year
8   J+  New

我为此编写了这段代码:

import pandas as pd
import numpy as np

data = {'Vitamins': ['B', 'C', 'A', 'Z', 'E', 'I', 'D', 'K', 'J'],
       'Sign': ['-', '+', np.nan, 2, '+', 'Expired', '+ Severe Cases', 'Expired+ Last Year', '+New']}

df = pd.DataFrame (data, columns = ['Vitamins', 'Sign'])

mask = (df.loc[:, 'Sign'].str.contains('+', na=False, regex = False))
df['Vitamins'] = str(df.loc[mask, 'Vitamins']) + '+'
df['Sign'] = df.loc[mask, 'Sign'].str.replace('+', '')

但不幸的是它没有做它需要的事情。

如何解决？

非常感谢您的进阶!

Answer 1

使用numpy.where :

In [1552]: import numpy as np

In [1553]: df['Vitamins'] = np.where(df['Sign'].str.contains('+', na=False, regex = False), df['Vitamins'] + '+', df['Vitamins'])

In [1557]: df['Sign'] = df['Sign'].replace('+', np.nan).replace('\+', '', regex=True)

In [1558]: df
Out[1558]: 
  Vitamins               Sign
0        B                  -
1       C+                NaN
2        A                NaN
3        Z                  2
4       E+                NaN
5        I            Expired
6       D+       Severe Cases
7       K+  Expired Last Year
8       J+                New