Dataframe列值与列表的比较

Question

考虑这个Dataframe:

df = pd.DataFrame({'A': [1, 1, 2, 2, 3, 3],
 'B': [10, 15, 20, 25, 30,35],
 'C': [100, 150, 200, 250, 300, 350]},)


A   B   C
1   10  100
1   15  150
2   20  200
2   25  250
3   30  300
3   35  350

我用它来获取每组第一行的C列值:

firsts = df.groupby('A').first()['C']

首先是:(100, 200, 300).

现在我想添加新列,如果行的列C的值为"否则它将为"1,firsts否则它将为"0".

   A    B   C   D
   1    10  100 1
   1    15  150 0
   2    20  200 1
   2    25  250 0
   3    30  300 1
   3    35  350 0

我用过这个:

df['D'] = df['C'].apply(lambda x: 1 if x in firsts else 0)

但输出是:

   A    B   C   D
   1    10  100 0
   1    15  150 0
   2    20  200 0
   2    25  250 0
   3    30  300 0
   3    35  350 0

如果有人解释为什么我的解决方案是错误的,以及这个问题的实际解决方案,我感谢.

Answer 1

你可以使用isin方法:

df['D'] = df.C.isin(firsts).astype(int)

df
#   A   B   C   D
#0  1   10  100 1
#1  1   15  150 0
#2  2   20  200 1
#3  2   25  250 0
#4  3   30  300 1
#5  3   35  350 0

你的方法失败的原因是python in操作符检查Series的索引而不是值,与字典的工作方式相同:

firsts
#A
#1    100
#2    200
#3    300
#Name: C, dtype: int64

1 in firsts
# True

100 in firsts
# False

2 in firsts
# True

200 in firsts
# False

修改您的方法如下:

firstSet = set(firsts)
df['C'].apply(lambda x: 1 if x in firstSet else 0)

#0    1
#1    0
#2    1
#3    0
#4    1
#5    0
#Name: C, dtype: int64

Answer 2

长话短说：

df['newColumn'] = np.where((df.compareColumn.isin(yourlist)), TrueValue, FalseValue)

另一种一步法是使用np.where()和isin。

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 1, 2, 2, 3, 3],
                   'B': [10, 15, 20, 25, 30,35],
                   'C': [100, 150, 200, 250, 300, 350]})

df['D'] = np.where((df.B.isin(firsts)), 1, 0)

我们使用 return fromisin作为条件 innp.where()来返回

• 1什么时候True
• 0什么时候False

并将它们分配给同一数据框中的新列df['D']。

注意：允许使用 按位np.where运算符和替换情况更复杂的条件，即“绕过”False

df['col1'] = np.where(((df['col1'] == df['col2']) &
                       (~df['col1'].str.startswith('r'))),
                       'replace', df['col1'])