python-3.x - Pandas 从两列之一中选择首选值来创建一个新列

Question

我有一个包含两列“互补”数据的 Pandas DataFrame。对于任何给定的行，有 3 种可能性:

1) A 列有一个非空值，B 列有一个空值 NaN，我想将其替换为来自A 列。
2) A 列有一个空值 NaN，我想用 B 列中的非空值替换它。
3) A 和 B 列都有空值，NaN，这意味着我将保留 NaN 作为该行的值。

这是我的 DataFrame 的简化版本:

df1 = pd.DataFrame({'A' : ['keep1', np.nan, np.nan, 'keep4', np.nan], 
                   'B' : [np.nan, 'keep2', np.nan, np.nan, np.nan]})

我想作为一个中间步骤，我会创建一个新列C，其中包含我需要的条目:

df2 = pd.DataFrame({'A' : ['keep1', np.nan, np.nan, 'keep4', np.nan], 
                    'B' : [np.nan, 'keep2', np.nan, np.nan, np.nan],
                    'C' : ['keep1', 'keep2', np.nan, 'keep4', np.nan]}

然后我将删除前两行 A 和 B:

df_final = df2.drop(['A', 'B'], axis=1)

我实际的 DataFrame 有数百行，我尝试了几种方法( bool 过滤器、使用 iterrows 循环遍历 DataFrame、使用 DataFrame.where())没有成功。我认为这将是一个简单的问题，但我没有看到。感谢您的帮助。

谢谢

Answer 1

您可以使用 combine_first() 从 B 填补 A 中的空白:

df1['C'] = df1['A'].combine_first(df1['B'])
#0    keep1
#1    keep2
#2      NaN
#3    keep4
#4      NaN