Python Pandas：创建新列，其中值不为空，基于其他列

Question

我有一个类似这样的数据框：

----------------
RecID| A  |B
----------------
1    |NaN | x 
2    |y   | NaN 
3    |z   | NaN
4    |NaN | a 
5    |NaN | b 

我希望创建一个新列C，从A和B中获取数据。如果A为空，就用B填充；如果B为空，则用A填充：

----------------------
RecID|A   |B    |C 
----------------------
1    |NaN | x   |x
2    |y   | NaN |y 
3    |z   | NaN |z
4    |NaN | a   |a
5    |NaN | b   |b

最后，如果我有超过两列的数据，比如我有A-Z列，想要创建一个与上述类似的新列A1，那么是否有更加高效的方法呢？

- swang16

---

我刚刚更新了我的答案，包括你所寻找的通用解决方案。你现在已经有超过15个声望值了。请随意给任何你认为有用的答案点赞。 - piRSquared

Answer 1

pandas
lookup
这是 OP 寻找的通用解决方案，可以在任意数量的列中使用。

lookup = df.loc[:, 'A':'B'].notnull().idxmax(1)
df.assign(A1=df.lookup(lookup.index, lookup.values))

   RecID    A    B A1
0      1  NaN    x  x
1      2    y  NaN  y
2      3    z  NaN  z
3      4  NaN    a  a
4      5  NaN    b  b

fillna

df.assign(C=df.A.fillna(df.B))

   RecID    A    B  C
0      1  NaN    x  x
1      2    y  NaN  y
2      3    z  NaN  z
3      4  NaN    a  a
4      5  NaN    b  b

掩码

df.assign(C=df.A.mask(df.A.isnull(), df.B))

   RecID    A    B  C
0      1  NaN    x  x
1      2    y  NaN  y
2      3    z  NaN  z
3      4  NaN    a  a
4      5  NaN    b  b

combine_first

df.assign(C=df.A.combine_first(df.B))

   RecID    A    B  C
0      1  NaN    x  x
1      2    y  NaN  y
2      3    z  NaN  z
3      4  NaN    a  a
4      5  NaN    b  b

numpy np.where

df.assign(C=np.where(df.A.notnull(), df.A, df.B))

   RecID    A    B  C
0      1  NaN    x  x
1      2    y  NaN  y
2      3    z  NaN  z
3      4  NaN    a  a
4      5  NaN    b  b

- piRSquared

---

这些都在做完全相同的事情吗？我正在尝试跟进，它们看起来会以相同的方式行为（除了这个特定的例子）？ - roganjosh

几乎是一样的事情。fillna 假设你已经有要填充的空值。mask 在同一个方法调用中创建空值并填充它们。combine_first 还将包括传递参数中的新索引。恰好这是来自相同数据帧的另一列，因此是相同的索引。 - piRSquared

感激不尽。结合您的评论，这对我来说是一个极好的资源 :) - roganjosh

Answer 2

在多列的情况下，您可以使用向前填充。此示例假定您想要构建所有列“A”到“Z”的组合：

df['AZ'] = df.loc[:,'A':'Z'].fillna(method='ffill',axis=1)['Z']

这种方法同样适用于两列：

df['C'] = df.loc[:,'A':'B'].fillna(method='ffill',axis=1)['B']
#0    x
#1    y
#2    z
#3    a
#4    b

- DYZ

---

如果我想要从中提取值放入新列的列不是按顺序排列的，那么这将如何工作？ - kflaw