基于条件更新Pandas DataFrame中Project_Col列的技术问询

现有DataFrame new_project_column_test，包含ServiceName、Project_Col、Project_Name三列：

• ServiceName：存储各类技术工具名称
• Project_Col、Project_Name：包含含'project'的项目名称及随机数据

需按以下两个规则更新Project_Col列的值，以下是修正后的可运行代码及说明：

规则1：匹配SQL Database且Project_Name含project时替换 #

当Project_Name包含字符串'project'，同时ServiceName的值为SQL Database时，将Project_Col对应行的值替换为Project_Name的对应值：

# 构建条件掩码
mask1 = new_project_column_test['Project_Name'].str.contains('project', na=False) & (new_project_column_test['ServiceName'] == 'SQL Database')
# 按条件更新列值
new_project_column_test.loc[mask1, 'Project_Col'] = new_project_column_test.loc[mask1, 'Project_Name']

规则2：两列均含project时替换 #

当Project_Name和Project_Col都包含字符串'project'时，将Project_Col对应行的值替换为Project_Name的对应值：

# 构建条件掩码
mask2 = new_project_column_test['Project_Name'].str.contains('project', na=False) & new_project_column_test['Project_Col'].str.contains('project', na=False)
# 按条件更新列值
new_project_column_test.loc[mask2, 'Project_Col'] = new_project_column_test.loc[mask2, 'Project_Name']

关键说明 #

• 使用str.contains('project', na=False)检测字符串是否包含目标内容，na=False用于处理空值，避免空值导致的判断异常
• 采用loc进行条件索引赋值，这是Pandas处理批量行更新的标准高效方式，替代原生if语句（原生if无法直接处理Series类型的条件判断）

内容的提问来源于stack exchange，提问作者user15269755