python - 在 Pandas 中基于条件分配值的有效方法？

Question

目标是为列 EXPECTED T 赋值.要分配的值是 C1 S + C2 B如果有 EM在栏目C2 B , 否则值为 C2 B 处的值的图像.
为了实现目标，建议使用以下代码

data = {'C1 S': ['AB','AB','CD','CD','CD'],
        'C2 B': ['EM','EM','EM','F','F'],
        'EXPECTED_OUTPUT': ['AB EM','EB EM', 'CD EM','F','F']}
df = pd.DataFrame(data)
df['EXPECTED T']=df['C1 S']+' '+ df['C2 B']
mask = df ['C2 B'].str.contains ( r'EM', na=True )
df.loc [~mask, 'EXPECTED T'] = df.loc [~mask, 'C2 B']

但是，我想知道是否有比上面的代码更多的 Pythonic 实现类似的结果？

Answer 1

使用 numpy.where 或 Series.mask , 也可以在这里使用 Series.str.cat :

mask = df['C2 B'].str.contains ( r'EM', na=True )
df['EXPECTED T'] = np.where(mask, df['C1 S']+' '+ df['C2 B'], df['C2 B'])

#alternative
df['EXPECTED T'] = np.where(mask, df['C1 S'].str.cat( df['C2 B'], sep=' '), df['C2 B'])
print (df)
  C1 S C2 B EXPECTED_OUTPUT EXPECTED T
0   AB   EM           AB EM      AB EM
1   AB   EM           EB EM      AB EM
2   CD   EM           CD EM      CD EM
3   CD    F               F          F
4   CD    F               F          F

或者:

mask = df['C2 B'].str.contains ( r'EM', na=True )
df['EXPECTED T'] = df['C2 B'].mask(mask, df['C1 S']+' '+ df['C2 B'])