python - 如何使用 apply 两个 pandas 列(包括列表)来使用另一列中的元素返回一列列表中的索引？

Question

我有一个 pandas Dataframe，其中包含“a”和“b”列。列 a 具有作为列值的值列表，列“b”具有包含可能出现在列“a”中的单个值的列表。我想基于 a 列和 b 列创建一个新列 c，其中 b 中元素的位置值出现在 a 列值中，使用 apply。 (c: (a 中 b 的索引)+1 ) b 列始终是一个包含一个元素或根本没有元素的列表，a 列可以是任意长度，但如果它为空，则 b 列也将为空。 b 列元素预计位于 a 列中，我只想找到它在 a 列中第一次出现的位置。

a                         b                   c 


['1', '2', '5']          ['2']                2

['2','3','4']            ['4']                3
['2','3','4']            []                   0
[]                       []                   0
...

我写了一个 for 循环，它工作正常，但速度很慢:

for i in range(0,len(df)):

    if len(df['a'][i])!=0:
        df['c'][i]=df['a'][i].index(*df['b'][i])+1 
    else:
        df['c'][i]=0

但是我想使用 apply 来使其更快，以下不起作用，任何想法或建议将不胜感激？

df['c']=df['a'].apply(df['a'].index(*df['b']))

Answer 1

首先，这是使用 .apply() 的基本方法。

import pandas as pd
import numpy as np

list_a = [['1', '2', '5'], ['2', '3', '4'], ['2', '3', '4'], []]
list_b = [['2'], ['4'], [], []]

df_1 = pd.DataFrame(data=zip(list_a, list_b), columns=['a', 'b'])

df_1['a'] = df_1['a'].map(lambda x: x if x else np.NaN)
df_1['b'] = df_1['b'].map(lambda x: x[0] if x else np.NaN)
#df_1['b'] = df_1['b'].map(lambda x: next(iter(x), np.NaN))


def calc_c(curr_row: pd.Series) -> int:
    if curr_row['a'] is np.NaN or curr_row['b'] is np.NaN:
        return 0
    else:
        return curr_row['a'].index(curr_row['b'])


df_1['c'] = df_1[['a', 'b']].apply(func=calc_c, axis=1)

df_1 结果:

    a                  b    c
--  ---------------  ---  ---
 0  ['1', '2', '5']    2    1
 1  ['2', '3', '4']    4    2
 2  ['2', '3', '4']  nan    0
 3  nan              nan    0

我用 NaN 替换了空列表，我发现它更加惯用和实用。

这显然不是一个理想的解决方案，我会尝试寻找其他解决方案。显然，我们拥有的有关您的程序和 DataFrame 的信息越多越好。