pandas dataframe根据某列值的情况来决定如何填充另一列的值

举个栗子：

    A    B
0  小明   足球
1  小红
2  小刚   篮球
3  小丽  羽毛球

变成

    A    B        C
0  小明   足球   小明喜欢足球
1  小红            小红
2  小刚   篮球   小刚喜欢篮球
3  小丽  羽毛球  小丽喜欢羽毛球

方法1. 使用apply()和lambda函数

import pandas as pd  

df = pd.DataFrame({  
    'A': ['小明', '小红', '小刚', '小丽'],  
    'B': ['足球', '', '篮球', '羽毛球'],  
})  
  
# 使用apply和lambda函数根据条件创建新列C  
df['C'] = df.apply(lambda row: row['A'] + '喜欢' + row['B'] if row['B'] != '' else row['A'], axis=1)  
  
print(df)

方法2. 使用where()函数

import numpy as np  
  
df['C'] = np.where(df['B'] != '', df['A'] + '喜欢' + df['B'], df['A'])  
  
print(df)

方法3. 使用列表推导式

# 使用列表推导式根据条件创建新列C  
df['C'] = [row['A'] + '喜欢' + row['B'] if row['B'] != '' else row['A'] for _, row in df.iterrows()]  
  
print(df)