如何在Python的Pandas中应用多个条件？

Question

如何在pandas中应用多个条件？ 例如，我有这个数据框

Country   VAT        
RO       RO1449488
RO       RO1449489
RO       RO1449486
MD       2980409450027

例如，我希望对于国家代码为RO的情况下，从VAT中删除"RO"并只保留数字。 或者，例如如果该国家不是RO且VAT为13，则在VAT前面添加"03"。

输出结果应如下：

Country   VAT        
RO       1449488
RO       1449489
RO       1449486
MD       032980409450027

我知道如何使用openpyxl来完成这个任务，但是对于pandas我还不熟悉，我发现pandas的语法更难理解。

- ALABAMA25

Answer 1

如果你不想使用@mozway的简短代码，你可以使用apply()在DataFrame上进行任何修改。将你的代码定义为一个函数：

def myFunc(x):
    if x['VAT'].startswith("RO"):
        result = x['VAT'][2:]
    elif x['Country'] != 'RO' and len(x['VAT']) == 13:
        result = "03" + x['VAT']
    # add other conditions here

    return result

然后你可以使用 axis=1 逐行将其应用于 DataFrame。

df['VAT'] = df.apply(myFunc, axis=1)

# Output
  Country              VAT
0      RO          1449488
1      RO          1449489
2      RO          1449486
3      MD  032980409450027

- Titouan L

---

apply 相当于一个循环，对于大型数据集来说速度会比较慢。 - mozway

我知道apply比你的解决方案更接近循环，但是使用pandas库中的函数是否仍然比不使用iterrow()或iteritems()迭代的普通自定义循环更好呢？ - Titouan L

就性能而言，可能不行（就清晰度而言，是的）。 - mozway

请注意，我没有给您的答案投反对票，如果不需要性能，它仍然是完全有效的。 - mozway

Answer 2

你可以使用numpy.select进行布尔选择：

import numpy as np
                       # condition1            condition2
df['VAT'] = np.select([df['Country'].eq('RO'), df['VAT'].str.len().eq(13)],
                       # replacement1      
                      [df['VAT'].str.replace('^RO', '', regex=True),
                      '03'+df['VAT']], # replacement2
                       df['VAT']       # default
                     )

输出：

  Country              VAT
0      RO          1449488
1      RO          1449489
2      RO          1449486
3      MD  032980409450027

- mozway