以elif方式比较熊猫数据框中的字符串

Question

我想比较数据框中的字符串与特定的警告，如果其中一个字符串已经等于“缺少”该值将被结转。

举例来说，如果我的DF看起来像

df =pd.DataFrame({'Col1':['Dog','Cat','Missing'], 
     'Col2':['Dog', 'Monkey', 'Rat']}) 

。我问Col1中是col2的结果将是

True, False, Missing 

下面的代码允许每行值的比较（我提供与“真”和“假”值），但我一直在努力与如何纳入检查“失踪”

df['result'] = df.apply(lambda row: row[Col1] in row[Col2], axis=1) 

也许我应该放弃在这种情况下使用lambda函数的概念，并切换到IF/ELIF /声明如在此伪代码：

if df[df[Col1]] == "Missing": 
    df['result'] = 'Missing' 
elif df[df[Col1]] in df[df[Col2]]: 
    df['result'] = 'True' 
else: 
    df['result'] = 'False' 

我感谢所有帮助您可以提供。

Answer 1

我想你可以使用双numpy.where：

mask1 = df['Col1'] == 'Missing' 
mask2 = df.apply(lambda row: row['Col1'] in row['Col2'], axis=1) 

df['result'] = np.where(mask1, 'Missing', 
       np.where(mask2, 'True', 'False')) 

print (df) 
     Col1 Col2 result 
0  Dog  Dog  True 
1  Cat Monkey False 
2 Missing  Rat Missing