python - 如果满足文本长度条件，熊猫将列的值设置为其他列的值

Question

数据如下所示：

df
idx    column1                column2
0       text(100 words)         text
1       text(20 words)          text
2       text(30 words)          text
3.      text(500 ords)          text

我需要这样的东西：

df
idx    column1                column2
0       text(100 words)         text
1       text(20 words)          text(20 words)
2       text(30 words)          text(30 words)
3.      text(500 words)         text

每当 column1 的文本长度值低于 50 个字时，我需要替换 column2 的值。

我想做的事情的想法是where (len(df.column1.str.split()) <= 50) set value of column2 to the value of column1。

到目前为止我所做的是：

df.loc[len(df.column1.str.split()) <= 50, 'column2'] = df['column1']

和

mask = (len(df['column1'].str.split()) <= 50)
df['column2'][mask] = df['column1']

但它不能正常工作。在这两种情况下，它都会引发以下错误：“不能使用单个布尔值来索引 setitem”。有什么建议么？

标签： pythonpandas

Answer 1

你可以这样做：

df.loc[df.column1.str.len() < 50, 'column2'] = df.column1

OP评论后的数据示例：

In [624]: df                                                                                                                                                                                                
Out[624]: 
           column1 column2
0  text(100 words)    text
1  text(200 words)       t
2   text(10 words)       r
3   text(40 words)       q

为简单起见，假设长度小于 15

In [637]: df.loc[df.column1.str.len() < 15, 'column2'] = df.column1                                                                                                                                         

In [638]: df                                                                                                                                                                                                
Out[638]: 
           column1         column2
0  text(100 words)            text
1  text(200 words)               t
2   text(10 words)  text(10 words)
3   text(40 words)  text(40 words)

因此，您可以看到 column2 中的最后 2 行已被 column1 的值替换，因为它们的长度小于 15。