熊猫有条件地创造，同时排除

Question

>我有以下数据帧

col1 col2 col3
a    b    c
d    e    f
g    h    i

我写以下内容

df['col1'] = np.where((df['col2'].str.contains('b',case = False,regex=True,na=False)) & 
(df['col3'].str.contains('c',case = False,regex=True,na=False)),'s', 'o')

我现在明白了

col1 col2 col3
s    b    c
o    e    f
o    h    i

我现在想执行以下操作，其中 col1 不等于 s

df['col1'] = np.where((df['col1'] != 's') &
(df['col2'].str.contains('e',case = False,regex=True,na=False)) & 
(df['col3'].str.contains('f',case = False,regex=True,na=False)),'z','x')

我想要以下内容

col1 col2 col3
s    b    c
z    e    f
x    h    i

但我反而得到了这个

col1 col2 col3
x    b    c
z    e    f
x    h    i

我希望逻辑不会改变 col1 中的 s

Answer 1

可能还有其他有效的解决方案，也许您可以尝试使用以下方法，如果col1等于s则返回s否则应用其他条件np.where：

df['col1'] = np.where((df['col1'] == 's'), 's', 
np.where((df['col2'].str.contains('e',case = False,regex=True,na=False)) & 
(df['col3'].str.contains('f',case = False,regex=True,na=False)),
'z','x')
) 
print(df)

结果：

col1 col2 col3
0    s    b    c
1    z    e    f
2    x    h    i

更新：

对于更多仍然与where的情况：

df['col1'] = np.where((df['col1'] == 's'), 's', 
np.where((df['col1'] == 'z'), 'z',
np.where((df['col2'].str.contains('e',case = False,regex=True,na=False)) & 
(df['col3'].str.contains('f',case = False,regex=True,na=False)),
'z','x')
)
) 
print(df)

使用应用：

首先我们可以创建函数，然后应用于dataframe：

def function(row):
if row['col1'] == 's':
return 's'
elif row['col1'] == 'z':
return 'z'
elif ('e' in row['col2'].lower()) and 'f' in row['col3'].lower():
return 'z'
else:
return 'x'

现在，将函数应用于数据帧：

df['col1'] = df.apply(function, axis=1)
print(df)

结果：

col1 col2 col3
0    s    b    c
1    z    e    f
2    x    h    i