熊猫:如果在同一行中的另一组列中存在，则将其保存在一组列中，否则将其设置为NAN

Question

我的数据框中有几列，其中有值。如果这些值存在于同一行中的另一组列中，我只想将这些值保留在这些列中。否则，我想将值设置为NaN。

这是一个示例数据框：

    A   B   C   D
0   1  30   1  29
1   5  42  99   5
2  64  67  12  22
3   2  22  22   0
4  43   6   9  43

在这种情况下，我希望C和D根据A和B：

更改

    A   B     C     D
0   1  30   1.0   NaN
1   5  42   NaN   5.0
2  64  67   NaN   NaN
3   2  22  22.0   NaN
4  43   6   NaN  43.0

很难形成搜索以搜索谷歌的查询，而我获得的最接近就是这样使用pandas.DataFrame.isin：

from operator import concat
first = df.head(1)
first[['C', 'D']].isin(reduce(concat, first[['A', 'B']].values.tolist()))

给我这个：

      C      D
0  True  False

似乎有些有用，但是我不确定这是正确的路径还是该如何处理。

Answer 1

numpy广播和 pd.DataFrame.where

cd = df[['C', 'D']].to_numpy()
ab = df[['A', 'B']].to_numpy()
df[['C', 'D']] = df[['C', 'D']].where((cd[..., None] == ab[:, None]).any(axis=2))
df
    A   B     C     D
0   1  30   1.0   NaN
1   5  42   NaN   5.0
2  64  67   NaN   NaN
3   2  22  22.0   NaN
4  43   6   NaN  43.0

---

少numpy

df[['C', 'D']] = [
    (c if c in ab else np.nan, d if d in ab else np.nan)
    for *ab, c, d in zip(*map(df.get, df))
]
df
    A   B     C     D
0   1  30   1.0   NaN
1   5  42   NaN   5.0
2  64  67   NaN   NaN
3   2  22  22.0   NaN
4  43   6   NaN  43.0

同一件事，但更具体地使用列

df[['C', 'D']] = [
    (c if c in ab else np.nan, d if d in ab else np.nan)
    for *ab, c, d in zip(*map(df.get, ['A', 'B', 'C', 'D']))
]

Answer 2

您需要两个掩码，它们之间有A和B和OR。

m1 = df[['C', 'D']] == pd.DataFrame({'C':df['A'], 'D':df['A']})
m2 = df[['C', 'D']] == pd.DataFrame({'C':df['B'], 'D':df['B']})
df[['C', 'D']] = df[['C', 'D']][(m1 | m2)]

输出：

    A   B     C     D
0   1  30   1.0   NaN
1   5  42   NaN   5.0
2  64  67   NaN   NaN
3   2  22  22.0   NaN
4  43   6   NaN  43.0