Присвоение значения новому столбцу панд при заданном условии

Question

Я новичок в Pandas

Я хочу создать условный столбец в Pandas.В RI это можно сделать с помощью Mutate, но в Pandas.assign () мне это не совсем понятно.

Что я хочу сделать в псевдокоде:

DataFrame.MyKeyColumn = If (DataFrame.Condtional is NaN) then:

concatenate[ DataFrame.keyfield1,"_",DataFrame.keyfield2,"_",DataFrame.keyfield3,"_",keyfield4] 
else:
concatenate[ DataFrame.keyfield1,"_",DataFrame.keyfield2,"_",DataFrame.condtionalfield,"_",DataFrame.keyfield3,"_",keyfield4]

вR вы можете сделать что-то вроде:

dplyr::mutate(Conditional = if(is.na(mycondtion)){paste(keyfield1,keyfield2)}, else {paste(keyfield1,condtionalfield,keyfield2)})

Пример моих текущих данных

Идеальная конечная цель

Любая помощьбудет действительно оценен.Я надеюсь, что просто не понимаю, как работает pandas.assign (), или мне нужно вложить несколько функций, таких как pandas.where ().

Answer 1

Вы можете использовать numpy's where для установки условной логической логики для заполнения других столбцов. Вот пример, основанный на вашем псевдокоде:

df.MyKeyColumn = np.where(df.Condtional.isna(),
df.keyfield1+"_"+df.keyfield2+"_"+df.keyfield3+"_"+keyfield4,
df.keyfield1+"_"+df.keyfield2+"_"+df.condtionalfield+"_"+df.keyfield3+"_"+keyfield4)

Вот упрощенный пример использования:

import pandas as pd
import numpy as np

# Create a dummy dataframe
df = pd.DataFrame(data={"col1":[np.nan, 1, np.nan], "col2":[4, 5, 6]})

# Create a new column which fills in missing col1 values with data from col2
df["new_col"] = np.where(df["col1"].isna(), df["col2"], df["col1"])

# Create a new column which fills in missing col1 values with scalar value
df["new_col2"] = np.where(df["col1"].isna(), 7, df["col1"])