Это мой DataFrame:
import pandas as pd
df = pd.DataFrame(
{
'a': ['long', 'long', 'short', 'long', 'short', 'short', 'short'],
'b': [1, -1, 1, 1, -1, -1, 1],
}
)
Ожидаемый результат — создание столбца a_1
:
a b a_1
0 long 1 long
1 long -1 long
2 short 1 short
3 long 1 long
4 short -1 long
5 short -1 long
6 short 1 short
Логика:
a_1
должен быть создан следующим образом:
df.loc[df.b.eq(-1), 'a_1'] = 'long'
df['a_1'] = df.a_1.fillna(df.a)
Эта проблема действительно странная. Когда я пытаюсь fillna
, это не работает. Я попробовал это с версией pandas 1.2.4, и это сработало, но с версией 2.1.4 это не работает.
В настоящее время эта версия является версией Colab по умолчанию, и я запустил этот код на Colab.
🤔 А знаете ли вы, что...
Python имеет богатую стандартную библиотеку, включая модули для работы с текстом, файлами и сетями.
Это отлично работает в версии pandas 2.2.2, в этой версии может быть ошибка.
Но вы можете добиться того же результата следующим образом:
df['a_1'] = df.apply(lambda row: 'long' if row['b'] == -1 else row['a'], axis=1)
Другая альтернатива:
df.loc[df.b.eq(-1), 'a_1'] = 'long'
df['a_1'] = df['a_1'].combine_first(df['a'])
По-видимому, это вызвано тем, что 2.1.4 генерирует NaN как «nan» при создании столбцов, которые представляют собой строки только с частичными значениями. Какой бы ни была причина, Pandas не рекомендует постоянно обновлять значения, соответствующие условному оператору. Функция Pandas mask
настроена для этой ситуации, поэтому используйте ее.
df['a_1'] = df['a'].mask(df['b'].eq(-1), 'long')