如何根据第一列和第二列之间的差异来获取dataframe中第三列的值？

Question

因此，我有一个表，如下所示：

开始结束5 5 4 8 10 19 4 4

现在我想做的是，如果特定行中两列的值相等，那么在第三列中只打印其中一列。如果它们不同，则按print - start + "-“+ end。数据在数据帧中。示例如下：

起始结束范围5 5 5 4 8 4-8 10 10 10-19 4 4 4

这是我正在尝试的代码：

if df['start'] - df['end'] != 0:
   df['range'] = df['start'] + "-" + df['end']
else:
   df['range'] = df['start']

但这是行不通的。我该怎么做呢？

Answer 1

使用numpy.where

df['range'] = np.where(df['start'] != df['end'], df['start'] + "-" + df['end'], df['start'])

类似的另一种解决方案：

df['range'] = df['start'] + np.where(df['start'] != df['end'], "-" + df['end'], '')

print (df)
  start end  range
0     5   5      5
1     4   8    4-8
2    10  19  10-19
3     4   4      4

值不是字符串时的解决方案：

s = df['start'].astype(str) 
e = df['end'].astype(str)

df['range'] = np.where(df['start'] != df['end'], s + "-" + e, s)

类似的另一种解决方案：

df['range'] = s + np.where(df['start'] != df['end'], "-" + e, '')