Python Pandas: Erstellen Sie neue Spalte aus anderen Spalten, in denen Wert nicht null ist

Question

ich einen Datenrahmen haben wie diese

---------------- 
RecID| A |B 
---------------- 
1 |NaN | x 
2 |y | NaN 
3 |z | NaN 
4 |NaN | a 
5 |NaN | b 

Und ich möchte eine neue Spalte erstellen, C, von A und B, so dass, wenn A ist null dann mit B füllen und wenn B null ist, dann füllen A:

---------------------- 
RecID|A |B |C 
---------------------- 
1 |NaN | x |x 
2 |y | NaN |y 
3 |z | NaN |z 
4 |NaN | a |a 
5 |NaN | b |b 

Schließlich ist es eine effiziente Möglichkeit, dies zu tun, wenn ich mehr als zwei Spalten aufweisen, zB Ich habe Spalten A-Z und möchte eine neue Spalte A1 aus den Spalten A-Z ähnlich wie oben erstellen?

Answer 1

Im Falle von mehreren Spalten, können Sie vorwärts füllen verwenden. In diesem Beispiel wird davon ausgegangen, dass Sie eine Kombination aus allen Spalten ‚A‘ bis ‚Z‘ aufbauen wollen:

df['AZ'] = df.loc[:,'A':'Z'].fillna(method='ffill',axis=1)['Z'] 

Diese Methode funktioniert für zwei Spalten, auch:

df['C'] = df.loc[:,'A':'B'].fillna(method='ffill',axis=1)['B'] 
#0 x 
#1 y 
#2 z 
#3 a 
#4 b 

Answer 2

pandas
lookup
Dies ist die verallgemeinerbare Lösung OP suchte und wird über eine beliebige Anzahl von Spalten arbeiten.

lookup = df.loc[:, 'A':'B'].notnull().idxmax(1) 
df.assign(A1=df.lookup(lookup.index, lookup.values)) 

    RecID A B A1 
0  1 NaN x x 
1  2 y NaN y 
2  3 z NaN z 
3  4 NaN a a 
4  5 NaN b b 

fillna

df.assign(C=df.A.fillna(df.B)) 

    RecID A B C 
0  1 NaN x x 
1  2 y NaN y 
2  3 z NaN z 
3  4 NaN a a 
4  5 NaN b b 

mask

df.assign(C=df.A.mask(df.A.isnull(), df.B)) 

    RecID A B C 
0  1 NaN x x 
1  2 y NaN y 
2  3 z NaN z 
3  4 NaN a a 
4  5 NaN b b 

combine_first

df.assign(C=df.A.combine_first(df.B)) 

    RecID A B C 
0  1 NaN x x 
1  2 y NaN y 
2  3 z NaN z 
3  4 NaN a a 
4  5 NaN b b 

numpy
np.where

df.assign(C=np.where(df.A.notnull(), df.A, df.B)) 

    RecID A B C 
0  1 NaN x x 
1  2 y NaN y 
2  3 z NaN z 
3  4 NaN a a 
4  5 NaN b b