提问人：hallque 提问时间：3/6/2022 最后编辑：hallque 更新时间：3/6/2022 访问量：100
将 DataFrame 列的值更改为第二列的值，条件是 pandas 中第三列的值
Change the value of a dataframe column to the value of a second column conditional on the value of a third column in pandas
问：
我有包含公司当前名称、旧名称和名称更改日期的数据。它看起来像这样：
| 名字 | former_name1 | name_change_date1 |
|---|---|---|
| ACMAT公司 | 南 | 鱼肚 |
| ACME电气公司 | 南 | 鱼肚 |
| ACME联合公司 | 南 | 鱼肚 |
| 哥伦比亚橡果信托 | 自由橡果信托 | 2003-10-20 |
| 多图形公司 | AM国际公司 | 1997-03-17 |
| 米勒·劳埃德一世三世 | 南 | 鱼肚 |
| 附属计算机服务公司 | 南 | 鱼肚 |
| 亚当斯资源与能源公司 | 亚当斯资源与能源公司 | 2005-04-01 |
| BK 技术公司 | BK Technologies， Inc.（BK技术公司） | 2019-03-28 |
我想弄清楚每家公司在特定日期的名称是什么。假设我想弄清楚一家公司截至 2002 年 1 月 1 日的名称。然后，我可以创建一个名为 say， 的新列，该列将包含公司的当前名称，除非该公司自 2002 年 1 月 1 日以来更改了名称，在这种情况下，它将包含公司的历史名称（即 ）。因此，输出应如下所示：edited_nameformer_name1
| 名字 | former_name1 | name_change_date1 | edited_name |
|---|---|---|---|
| ACMAT公司 | 南 | 鱼肚 | ACMAT公司 |
| ACME电气公司 | 南 | 鱼肚 | ACME电气公司 |
| ACME联合公司 | 南 | 鱼肚 | ACME联合公司 |
| 哥伦比亚橡果信托 | 自由橡果信托 | 2003-10-20 | 自由橡果信托 |
| 多图形公司 | AM国际公司 | 1997-03-17 | 多图形公司 |
| 米勒·劳埃德一世三世 | 南 | 鱼肚 | 米勒·劳埃德一世三世 |
| 附属计算机服务公司 | 南 | 鱼肚 | 附属计算机服务公司 |
| 亚当斯资源与能源公司 | 亚当斯资源与能源公司 | 2005-04-01 | 亚当斯资源与能源公司 |
| BK 技术公司 | BK Technologies， Inc.（BK技术公司） | 2019-03-28 | BK Technologies， Inc.（BK技术公司） |
在 Stata（我更熟悉）中，这可以通过以下方式轻松实现：
gen edited_name = name
replace edited_name = former_name1 if name_change_date_1 > date("2002-01-01", "YMD") & name_change_date_1 != .
不幸的是，我不知道如何在 Python/Pandas 中完成此操作。
数据：
{'name': ['ACMAT CORP', 'ACME ELECTRIC CORP', 'ACME UNITED CORP', 'COLUMBIA ACORN TRUST',
'MULTIGRAPHICS INC', 'MILLER LLOYD I III', 'AFFILIATED COMPUTER SERVICES INC',
'ADAMS RESOURCES & ENERGY, INC.', 'BK Technologies Corp'],
'former_name1': [nan, nan, nan, 'LIBERTY ACORN TRUST', 'AM INTERNATIONAL INC', nan, nan,
'ADAMS RESOURCES & ENERGY INC', 'BK Technologies, Inc.'],
'name_change_date1': [NaT, NaT, NaT, '2003-10-20', '1997-03-17', NaT, NaT,
'2005-04-01', '2019-03-28']}
答：
2赞
user7864386
3/6/2022
#1
您可以使用 numpy.where 根据是否发生名称更改来选择值：
import numpy as np
df['edited_name'] = np.where(df['name_change_date1'].notna() &
df['name_change_date1'].gt(pd.to_datetime('1/1/2002')),
df['former_name1'], df['name'])
或带口罩：
df['edited_name'] = df['name'].mask(df['name_change_date1'].notna() &
df['name_change_date1'].gt(pd.to_datetime('1/1/2002')),
df['former_name1'])
输出：
name former_name1 \
0 ACMAT CORP NaN
1 ACME ELECTRIC CORP NaN
2 ACME UNITED CORP NaN
3 COLUMBIA ACORN TRUST LIBERTY ACORN TRUST
4 MULTIGRAPHICS INC AM INTERNATIONAL INC
5 MILLER LLOYD I III NaN
6 AFFILIATED COMPUTER SERVICES INC NaN
7 ADAMS RESOURCES & ENERGY, INC. ADAMS RESOURCES & ENERGY INC
8 BK Technologies Corp BK Technologies, Inc.
name_change_date1 edited_name
0 NaT ACMAT CORP
1 NaT ACME ELECTRIC CORP
2 NaT ACME UNITED CORP
3 2003-10-20 LIBERTY ACORN TRUST
4 1997-03-17 MULTIGRAPHICS INC
5 NaT MILLER LLOYD I III
6 NaT AFFILIATED COMPUTER SERVICES INC
7 2005-04-01 ADAMS RESOURCES & ENERGY INC
8 2019-03-28 BK Technologies, Inc.
0赞
keramat
3/6/2022
#2
用：
import numpy as np
df = pd.DataFrame({'name':['a', 'b', 'c', 'd'], 'fname':[np.nan, 'h', 's', np.nan], 'dc':[np.nan, '2003-10-20', '1997-03-17', np.nan]})
df['dc'] = pd.to_datetime(df['dc'])
df['nname'] = df['fname'][df['dc']>'1/1/2002']
res = df['name'][df['nname'].isna()]
temp = df['fname'][df['nname'].notna()]
res = res.append(temp)
df['res']=res
输出：
评论