pandas使用apply lambda修改列值时条件不满足如何保留原有数据

有两种常用的实现方式，更推荐第一种，执行效率远高于apply遍历：

• 方式1：使用loc条件赋值（最优）
  只对满足条件的行做赋值操作，不满足条件的行完全保留原有内容，无需额外else逻辑：

df.loc[df['Q8_3'] >= 3, 'test'] = 'serial'

• 方式2：如果必须用lambda+apply实现
  需要改为按行遍历，在else分支返回test列的原值即可：

# axis=1表示按行遍历，lambda的row参数可以取到同一行的所有列值
df['test'] = df.apply(lambda row: 'serial' if row['Q8_3'] >=3 else row['test'], axis=1)

注意：如果test列是首次创建、不存在原有值，使用方式2前需要先对test列做初始化赋值，否则会报列不存在的错误。

内容的提问来源于stack exchange，提问作者fredooms