pandas seriesの処理について

Question

pandas seriesの処理について質問があります。

pandasでnewというカラムにexistカラムの条件ごとに値を代入したいです。

イメージではこのようなnewカラムを作成したいです。
exist new
abc 0
def 0
xyz xyz

df['new']=df['exist'] if 'X' in df['exist'] else 0

この時、df['new']が全て0になってしまいます。

if文の中でdf['exist']を使っているのが原因だということまでは分かったのですが、なぜうまくいかないのか教えていただけますでしょうか。

ちなみに、
df['new']=df['exist'].apply(lambda x:x if 'X' in x else 0)
としたところ、イメージ通りの操作をすることができました。

Answer 1

２点ほど
（１）

'x' in df['exist']

は
『exist列の値が'x'がある行が存在するか否か』
という条件文になります。
（行毎のBool値が返るのではなく単一のBool値が返る）
『exist列の各行の値の文字列に'x'が含まれているか』
の場合は

df['exist'].str.contains('x')

となります。
（この場合は行毎のBool値の配列が返る）

（２）

df['new']=df['exist'] if 'X' in df['exist'] else 0

のような記述方法で、各行毎に個別の処理をおこなうことはできません。
この場合（条件文がTrueの場合）new列には一律で exist列の値を入るか、(Falseの場合)一律で 0 を入るかとなります。
（よって条件文の結果は Bool配列ではなく、単一のBool値でなくてはなりません）

bool配列により行ごとに処理を分けたい場合は Series.where() をつかって

df['new'] = df['exist'].where(df['exist'].str.contains('x'), 0)

となります。

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.where.html

当然質問にあるように apply()を使って行ごとに処理しても構いません。

Comments

[rarara1028]

分かりやすいご丁寧な回答を頂きありがとうございます。