Pandas基于条件交换列

Question

我有一个如下所示的pandas数据框：

    Col1  Col2  Col3
0   A     7     NaN
1   B     16    NaN
1   B     16    15

我想做的是将Col3值为NaN的列与Col2交换。根据SO上的其他帖子和答案，我到目前为止有这段代码：

df[['Col2', 'Col3']] = df[['Col3', 'Col2']].where(df[['Col3']].isnull())

但是这似乎不能正常工作，并给我以下结果：

    Col1  Col2  Col3
0   A     NaN   NaN
1   B     NaN   NaN
1   B     NaN   NaN

我是否遗漏了什么重要的东西？

更新：我的期望输出如下：

    Col1  Col2  Col3
0   A     NaN   7
1   B     NaN   16
1   B     16    15

谢谢

- dagg3r

---

当Col3为None时，您是指什么？如果所有元素都是NaN或仅一个元素就足够了吗？ - ayhan

@ayhan 对于某些行，Col3的值为NaN，当发生这种情况时，我想将其与Col2交换。我编辑了问题，希望现在清楚了。 - dagg3r

Answer 1

你可以使用 loc 进行交换：

df.loc[df['Col3'].isnull(), ['Col2', 'Col3']] = df.loc[df['Col3'].isnull(), ['Col3', 'Col2']].values

注意，.values是必需的，以确保交换正确完成，否则Pandas将尝试根据索引和列名进行对齐，并且不会发生交换。

如果您认为代码更清晰，您也可以单独重新分配每行：

null_idx = df['Col3'].isnull()
df.loc[null_idx, 'Col3'] = df['Col2']
df.loc[null_idx, 'Col2'] = np.nan

生成的输出：

  Col1  Col2  Col3
0    A   NaN   7.0
1    B   NaN  16.0
2    B  16.0  15.0

- root

Answer 2

试一下这个：（它更快）

df["Col3"], df["Col2"] = np.where(df['Col3'].isnull(), [df["Col2"], df["Col3"]], [df["Col3"], df["Col2"] ])
df

     Col1  Col2  Col3
0    A   NaN   7.0
1    B   NaN  16.0
1    B  16.0  15.0


    %timeit df.loc[df['Col3'].isnull(), ['Col2', 'Col3']] = df.loc[df['Col3'].isnull(), ['Col3', 'Col2']].values
100 loops, best of 3: 2.68 ms per loop


    %timeit df["Col3"], df["Col2"] = np.where(df['Col3'].isnull(), [df["Col2"], df["Col3"]], [df["Col3"], df["Col2"] ])
1000 loops, best of 3: 592 µs per loop

- Merlin

---

谢谢你，梅林。你有什么想法，为什么这种方法比另一种更快吗？ - dagg3r

我知道，我在想是什么原因导致了加速。并且我也已经给你的答案点赞了。 - dagg3r