如何根據給定的標準填寫一些字段？

Question

df: 
NEW COL1 COL2 
1 2  9 
3 NaN NaN 
0 7  NaN 

column_names = [COL1,COL2] 

我想設置TOTAL的值等於新的，只有當新的> 0且連續總和超過COL1 COL2和等於0

這是我要做的事，但結果不正確（即COL1在相應的行中等於0）。例如，在第二行COL1將需要等於3，但它是等於0

df[column_names] = df[column_names].fillna(0) 
df.COL1.where((df.NEW>0 & (df[column_names].sum(axis=1) == 0)),df.NEW) 

Answer 1

您可以使用DataFrame.apply與axis=1（應用FUNC每一行），並在該函數做你的邏輯。示例 -

df['TOTAL'] = df.apply((lambda row: row[col_names].sum() or row['NEW']), axis=1) 

演示 -

In [12]: df 
Out[12]: 
    NEW COL1 COL2 
0 1  2  9 
1 3 NaN NaN 
2 0  7 NaN 

In [13]: df['TOTAL'] = df.apply((lambda row: row[col_names].sum() or row['NEW']), axis=1) 

In [14]: df 
Out[14]: 
    NEW COL1 COL2 Total 
0 1  2  9  11 
1 3 NaN NaN  3 
2 0  7 NaN  7 

---

問題與Series.where方法是Series.where如果條件爲true，則返回從Col1值，否則從NEW返回值。所以這隻會在條件滿足的情況下返回NEW的值（這實際上與您的要求相反）。

這在the documentations -

Series.where(cond, other=nan, inplace=False, axis=None, level=None, try_cast=False, raise_on_error=True)

返回相同的形狀自的目的解釋，並且其對應的條目是從自其中cond是真，否則來自其他。

所以你想要做的是否定你現在正在做的事情。示例 -

In [22]: df.COL1.where((df.NEW>0 & (df[column_names].sum(axis=1) == 0)),df.NEW) 
Out[22]: 
0  2 
1 NaN 
2  0 
Name: COL1, dtype: float64 

In [23]: df.COL1.where(~(df.NEW>0 & (df[column_names].sum(axis=1) == 0)),df.NEW) 
Out[23]: 
0 1 
1 3 
2 7 
Name: COL1, dtype: float64 

另外請注意df.COL1回報的新系列，它不是就地，您可能要分配回df['COL1']。