我试图在数据集中创建一个新列，该列依赖于数据中的两个单独列（国家和邮政编码）。如果国家是“美国”，我希望新列将邮政编码列中的数据作为数据并删除“-”之后的所有内容（仅保留前五个数字）。如果国家是“加拿大”，则我希望新列采用邮政编码列中的数据，请删除所有空格并将数据输入到新列中。请参见下面的示例。
我尝试了几种不同的方法，包括以下方法，但均无济于事
（1）df ['new column'] = [df ['邮政编码] .str [：5]如果x =='USA'，否则在df ['Country']中x为'no'
（2）美国= df ['国家/地区] .str.contains（'美国'）
canada = df['Country'].str.contains('Canada')
df['PYZipCleaned'] = np.where(USA, 'USA', zipclean.str.replace('-',""))
请帮忙
最佳答案
您的第一次尝试非常接近-假设只有两个国家/地区，则可以使用if来相应地处理邮政编码。 Pythons zip()函数甚至允许您将所有内容都放入一个列表理解中，尽管这不一定能使可读性最高的代码
df['new column'] = [el[0][:5] if el[1] == 'USA' else el[0].replace(' ', '') for el in zip(df['Zip Code'], df['Country'])]
发生的事情并不太复杂：您可以检查国家/地区代码是否为USA，如果是，请输入前5个字符，否则通过调用
string.replace删除空格对于一种非常接近您所建议的方法，请使用以下命令：
df['new column'] = df['Zip Code'].str.replace(' ', '')
usa = df['Country'].str.contains('USA')
df['new column'][usa] = df['new column'][usa].str.slice(0,5)
第一行将邮政编码复制到新列，并一口气处理Canada格式。由于美国行不包含空格，因此只会影响加拿大行。然后，您只需找到USA行并将其切成您的意愿即可。
编辑：
由于有一些带有破折号而不是空格的加拿大示例，因此以下代码块是解决方法
df['new column'] = df['Zip Code'].str.replace(' ', '').str.replace('-', '')
usa = df['Country'].str.contains('USA')
df['new column'][usa] = df['new column'][usa].str.slice(0,5)
关于python - Python-取决于独立列的值的两个独立条件(美国/加拿大邮政编码练习)，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/58983346/