如何在Pandas DataFrame中按条件创建新列，仅显示正值ClosingBalance的SKU

嘿，我来帮你搞定这个Pandas的问题！先看看你的需求和遇到的问题：

我有一个Pandas DataFrame，数据如下：

SKU ClosingBalance
S1 10
S2 np.nan
S3 0
S4 20

我想要创建一个新列SKU_CB，仅展示ClosingBalance为正值的SKU，其余标记为np.nan，预期结果如下：

SKU ClosingBalance SKU_CB
S1 10 S1
S2 np.nan np.nan
S3 0 np.nan
S4 20 S4

我尝试了以下代码，但无法正常运行：

conditions = [(df['ClosingBalance'] > 1)]
df['SKU_CB'] = np.select(conditions, df['SKU'], default=np.nan)

你的代码问题在哪？ #

你的代码有两个小问题：

1. np.select的参数格式不对：这个函数的第二个参数需要是和条件列表长度匹配的取值列表，你直接传了df['SKU']，应该把它放进一个列表里，比如[df['SKU']]。
2. 条件范围不符合需求：你写的是ClosingBalance > 1，但需求是匹配所有正值（>0），而且S3的0也需要被标记为NaN，所以条件应该改成ClosingBalance > 0。

修正后的代码 #

方法1：修正np.select的用法

import pandas as pd
import numpy as np

# 先构造你的DataFrame
data = {'SKU': ['S1', 'S2', 'S3', 'S4'],
        'ClosingBalance': [10, np.nan, 0, 20]}
df = pd.DataFrame(data)

conditions = [(df['ClosingBalance'] > 0)]
# 把df['SKU']放到列表里，和条件列表对应
df['SKU_CB'] = np.select(conditions, [df['SKU']], default=np.nan)

方法2：用更简洁的where方法（推荐）

Pandas的where方法专门处理这种“条件保留值，否则替换”的场景，代码更直观：

df['SKU_CB'] = df['SKU'].where(df['ClosingBalance'] > 0, np.nan)

原理很简单：当ClosingBalance > 0为真时，保留SKU列的值；当条件为假或者遇到NaN时，替换成np.nan，完全符合你的预期。

运行结果 #

不管用哪种方法，最终都会得到你想要的结果：

SKU  ClosingBalance SKU_CB
0  S1            10.0     S1
1  S2             NaN    NaN
2  S3             0.0    NaN
3  S4            20.0     S4

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