Используйте numpy.where
с Series.map
для новой серии для сравнения по Series.eq
(==
):
df['ColZ'] = np.where(df['ColY'].map(Dict).eq(2), 'ok', np.nan)
print(df)
ColY ColZ
0 0 nan
1 1 ok
2 2 nan
3 3 ok
4 4 nan
Сведения :
print(df['ColY'].map(Dict))
0 1
1 2
2 3
3 2
4 1
Name: ColY, dtype: int64
Ваше решение следует изменить с помощью .get
для возврата некоторого значения по умолчанию, здесь np.nan
, если нет совпадений:
df['ColZ'] = df['ColY'].apply(lambda x : "ok" if Dict.get(x, np.nan) == 2 else np.nan)
РЕДАКТИРОВАТЬ: для работы с значениями df['ColZ']
используйте:
Y = list(range(5))
Z = list('abcde')
df = pd.DataFrame(dict(ColY = Y, ColZ = Z))
print(df)
Dict = {
0 : 1,
1 : 2,
2 : 3,
3 : 2,
4 : 1
}
df['ColZ1'] = np.where(df['ColY'].map(Dict).eq(2), 'ok', df['ColZ'])
df['ColZ2'] = df.apply(lambda x : "ok" if Dict.get(x['ColY'], np.nan) == 2
else x['ColZ'], axis=1)
print (df)
ColY ColZ ColZ1 ColZ2
0 0 a a a
1 1 b ok ok
2 2 c c c
3 3 d ok ok
4 4 e e e