基于条件用列split结果填充Pandas的lag_id列问题求助

嘿Lucas，我来帮你搞定这个问题！你之前的代码之所以会清空非Lag行的lag_id，是因为直接对整个Port列做字符串提取时，不包含“Lag”的行匹配不到内容，就会被替换成空值或NaN。咱们只需要给操作加上条件判断——仅处理包含“Lag”的行，其余行保留lag_id原有值即可，下面给你两种实用的解决方案：

方法一：用apply逐行判断（直观易懂） #

这种方法适合需要更灵活逻辑的场景，逐行检查Port列内容，针对性处理：

import pandas as pd

# 假设你的数据存储在名为df的DataFrame中
df['lag_id'] = df.apply(
    lambda row: ''.join(filter(str.isdigit, str(row['Port']))) 
    if 'Lag' in str(row['Port']) 
    else row['lag_id'],
    axis=1
)

代码解释： #

• str(row['Port'])：把Port列内容转成字符串，避免空值或非字符串类型报错
• ''.join(filter(str.isdigit, ...))：提取Port字符串里的所有数字并拼接
• 条件判断：仅当Port包含“Lag”时更新lag_id，否则保留原来的lag_id值

方法二：用str.extract + where（高效简洁） #

如果你的数据量较大，这种矢量化操作会比apply更快：

# 提取Lag后面的数字，仅对包含Lag的行生效，其余行保留原值
df['lag_id'] = df['Port'].str.extract(r'Lag(\d+)', expand=False).where(
    df['Port'].str.contains('Lag', na=False), 
    df['lag_id']
)

代码解释： #

• str.extract(r'Lag(\d+)')：用正则匹配“Lag”后面的连续数字，提取出来
• where(条件, 替代值)：只有当Port包含“Lag”（na=False处理空值）时，才用提取的数字替换lag_id，否则保留原lag_id
• 如果需要把提取的字符串转成数值类型，加上.astype(int)即可：

  df['lag_id'] = df['Port'].str.extract(r'Lag(\d+)', expand=False).astype(int).where(
      df['Port'].str.contains('Lag', na=False), 
      df['lag_id']
  )
  

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