如何根据国家条件保留DataFrame中ip.src与ip.dst列的对应值？

原始数据定义 #

首先是你提供的DataFrame初始化代码：

import pandas as pd
data={'ip.src':['x.x.x.x','y.y.y.y','z.z.z.z'],
'ip.dst':['a.a.a.a','b.b.b.b','c.c.c.c'],
'src_country':['china','US','china'],
'dst_country':['pakistan','china','india']
}

Data=pd.DataFrame(data)

需求实现方案 #

我们可以通过向量化条件赋值高效完成需求，这种方式契合Pandas的底层优化逻辑，性能更优：

import numpy as np

# 处理ip.src列：仅当src_country为china时保留原值，否则设为空字符串
Data['ip.src'] = np.where(Data['src_country'] == 'china', Data['ip.src'], '')
# 处理ip.dst列：仅当dst_country为china时保留原值，否则设为空字符串
Data['ip.dst'] = np.where(Data['dst_country'] == 'china', Data['ip.dst'], '')

执行后得到的结果：

ip.src    ip.dst src_country dst_country
0  x.x.x.x              china    pakistan
1            b.b.b.b          US       china
2  z.z.z.z              china      india

备选方案（小数据集适用） #

如果需要更直观的逐行处理逻辑（适合数据量较小的场景），可以使用apply方法：

def filter_ip(row):
    row['ip.src'] = row['ip.src'] if row['src_country'] == 'china' else ''
    row['ip.dst'] = row['ip.dst'] if row['dst_country'] == 'china' else ''
    return row

Data = Data.apply(filter_ip, axis=1)

注：优先推荐向量化方法，因为apply逐行处理在大数据集下会显著降低运行效率。

内容的提问来源于stack exchange，提问作者Dappergemini