我有2列数据,分别称为 x
和 y
。我想创建一个名为 xy
的新列:
x y xy
1 1
2 2
4 4
8 8
不应该有任何冲突的值,但如果存在,则以y为优先。如果这样做可以使解决方案更容易,请假定x始终为NaN,而y具有值。
df.fillna(0) #if the blanks are nan will need this line first
df['xy']=df['x']+df['y']
df = df.apply(lambda x : pd.to_numeric(x, errors='coerce'))
df['xy'] = df.sum(1)
df['xy'] =df[['x','y']].astype(str).apply(''.join,1)
#df[['x','y']].astype(str).apply(''.join,1)
Out[655]:
0 1.0
1 2.0
2
3 4.0
4 8.0
dtype: object
lambda
:可以写成 df.apply(pd.to_numeric, errors='coerce')
。 - Jon Clements你也可以使用 NumPy:
import pandas as pd, numpy as np
df = pd.DataFrame({'x': [1, 2, np.nan, np.nan],
'y': [np.nan, np.nan, 4, 8]})
arr = df.values
df['xy'] = arr[~np.isnan(arr)].astype(int)
print(df)
x y xy
0 1.0 NaN 1
1 2.0 NaN 2
2 NaN 4.0 4
3 NaN 8.0 8
df.x.combine_first(df.y)
- Jon Clements