仅当特定列中出现子字符串（或符号）时，才将值复制到另一列，否则请保持另一列不变DataFrame

Question

我拥有的数据帧：

cost      total     
null      $519
null      $78
xx24
($1500)   
          $51
0.00    
($924)
$33
          $78

期望的：

cost      total     
null      $519
null      $78
xx24
($1500)   $1500
          $51
0.00    
($924)    $924
$33       $33
          $78

我尝试定义方法并使用apply（），但这也将替换'total'中已经存在的值。 我可以在新列中输入'true/false'值，但这似乎不是正确的方法

Answer 1

您可以使用numpy.where（）实现

df['total'] = np.where(df.cost.apply(lambda x:not pd.isnull(x) and '$' in x),
                  df.cost,
                  df.total)
df['total'] = df.total.apply(lambda x:x.replace('(', '').replace(')', ''))

Answer 2

您可以提取()之间的值，但只能提取由^{}中的^{}选择$的行：

mask = df['cost'].str.contains('$', na=False, regex=False)

df['total'] = df['total'].mask(mask, df['cost'].str.extract(r"\((.*?)\)" , expand=False))

#another solution from copy and strip () 
#df['total'] = df['total'].mask(mask, df['cost'].str.strip('()'))
print (df)
      cost  total
0      NaN   $519
1      NaN    $78
2     xx24    NaN
3  ($1500)  $1500
4      NaN    $51
5     0.00    NaN
6   ($924)   $924
7      NaN    $78

或者，如果可能，用从()提取的值替换total中缺少的值，使用：

df['total'] = df['total'].fillna(df['cost'].str.extract(r"\((.*?)\)" , expand=False))
print (df)
      cost  total
0      NaN   $519
1      NaN    $78
2     xx24    NaN
3  ($1500)  $1500
4      NaN    $51
5     0.00    NaN
6   ($924)   $924
7      NaN    $78