如何在lambda函数中使用n和t来替换数据框架?

Question

我有一个非常大的数据框架，有100,000行和300列

我试图通过从其他列中提取值来填充一列中的Nan行

就是这个例子，

假设我们有一个示例数据框架，如:

NAME    RRN_FRONT    RRN_BACK    EVENT_DTL
1    JOHN    891105       1067714     Nan
2    SHOWN   791134       1156543     Nan
3    BROWN   581104       1668314     Nan
4    MIKE    984564       0153422     1. Name : MIKE 
2. BIRTHDAY : 984564 
3. SSN : 0153422
5    LARRY   796515       0168165     1. Name : LARRY 
2. BIRTHDAY : 796515 
3. SSN : 0168165    

，我想用NAME, RRN_FRONT, RRN_BACK

填充Nan值下面是我尝试的输入:

df.loc[df.EVENT_DTL.isnull(), 'EVENT_DTL'] = df.apply(lambda x: ('1. NAME : ' + str(x['NAME']) + 'n2. BIRTHDAY : ' + str(x['RRN_FRONT']) + 'n3. SSN : ' + str(x['RRN_BACK']),axis=1)

，输出是(这不是我想要的):

1. NAME : JOHN2. nBIRTHDAY : 8911053. nSSN : 1067714
2. ...
.
.
5. ...

下面是df['EVENT_DTL']的期望输出:

1 1. NAME : JOHN
2. BIRTHDAY : 8911053
3. SSN : 1156543
2 1. NAME : SHOWN
2. BIRTHDAY : 791134
3. SSN : 1156543
3 ‥
4 ‥
5 ‥

Answer 1

不适用的解决方案:

df = pd.DataFrame({'col1': ['JOHN', 'SHOWN', 'BROWN'], 'col2': [10, 20, 30], 'col3': [None, None, 'other text']})
idx = df.col3.isna()
df.loc[idx, 'col3'] = ('1. Name:' + df.loc[idx, 'col1'] + 'n2. BIRTHDAY:' + df.loc[idx, 'col2'].astype('str')).str.split('n')
df = df.explode('col3')
df = df.set_index([df.index+1, df.groupby(level=0).cumcount()+1])['col3']
print(df)

1  1      1. Name:JOHN
2    2. BIRTHDAY:10
2  1     1. Name:SHOWN
2    2. BIRTHDAY:20
3  1        other text
Name: col3, dtype: object

Answer 2

熊猫。apply默认应用axis=0(索引轴)上的操作，您需要在您的情况下更改axis=1:

df['EVENT_DTL'] = (np.where(df['EVENT_DTL'].isna(), 
df.apply(lambda x: ('1. NAME :n' + str(x['NAME']) +
'2. BIRTHDAY :n' + str(x['RRN_FRONT']) + '3. SSN : n' + 
str(x['RRN_BACK'])), axis=1),
df['EVENT_DTL']))

输出:

0    1. NAME :nJOHN2. BIRTHDAY :n8911053. SSN : ...
1    1. NAME :nSHOWN2. BIRTHDAY :n7911343. SSN : ...
2    1. NAME :nBROWN2. BIRTHDAY :n5811043. SSN : ...
3    1. Name : MIKE 2. BIRTHDAY : 984564 3. SSN : 0...
4    1. Name : LARRY 2. BIRTHDAY : 796515 3. SSN : ...
Name: EVENT_DTL, dtype: object