熊猫根据一列中的值条件一次覆盖多列中的值

11

我有这样的DataFrame：

df = pd.DataFrame(data={
    'col0': [11, 22,1, 5]
    'col1': ['aa:a:aaa', 'a:a', 'a', 'a:aa:a:aaa'],
    'col2': ["foo", "foo", "foobar", "bar"],
    'col3': [True, False, True, False],
    'col4': ['elo', 'foo', 'bar', 'dupa']})

我想在col1中的“：”上分割后得到列表的长度，然后如果长度> 2则覆盖值，或者如果长度<= 2则不覆盖值。

理想情况下，尽可能快地排成一行。

目前，我尝试但它返回ValueError。

df[['col1', 'col2', 'col3']] = df.loc[df['col1'].str.split(":").apply(len) > 2], ("", "", False), df[['col1', 'col2', 'col3']])

编辑：col1条件。EDIT2：感谢您提供的所有出色的快速答复。惊人！EDIT3：在10 ^ 6行上计时：

@ansev 3.2657s

@jezrael 0.8922s

@ anky_91 1.9511秒

python pandas apply

— 德克里尼克
source

条件是col2还是col1？

— anishtain4

我为这个错误表示歉意。是col1。

— dkrynicki

8

使用Series.str.count，添加1，比较依据Series.gt并将列表分配给列表中的过滤列：

df.loc[df['col1'].str.count(":").add(1).gt(2), ['col1','col2','col3']] = ["", "", False]
print (df)
   col0 col1    col2   col3  col4
0    11               False   elo
1    22  a:a     foo  False   foo
2     1    a  foobar   True   bar
3     5               False  dupa

— 耶斯雷尔
source

2

这是最好的答案，因为它不存储临时拆分，但是为什么不使用gt(1)而不是将1和相加gt(2)呢？

— anishtain4

@ anishtain4-是的，同意

— jezrael

10

series.str.len()拆分后需要确定列表的长度，然后可以比较和使用.loc[]，在条件匹配的地方分配列表：

df.loc[df['col1'].str.split(":").str.len()>2,['col1','col2','col3']]=["", "", False]
print(df)

   col0 col1    col2   col3  col4
0    11               False   elo
1    22  a:a     foo  False   foo
2     1    a  foobar   True   bar
3     5               False  dupa

— ky
source

5

另一种方法是Series.str.split用expand = True和DataFrame.count用axis=1。

df.loc[df['col1'].str.split(":",expand = True).count(axis=1).gt(2),['col1','col2','col3']]=["", "", False]
print(df)
   col0 col1    col2   col3  col4
0    11               False   elo
1    22  a:a     foo  False   foo
2     1    a  foobar   True   bar
3     5               False  dupa

— 安塞夫
source