因此,我有一个包含多个列的数据框,我想尝试找出“链接..”列中的值是否位于名为“新名称”的列中strong>”,如果是,则应以“cell.value - Yes”的方式设置特定单元格值,如果不是,则应以“cell.value - No”的方式设置
import pandas as pd
d = {'New Names': ['a,b,c','a','c,d,e,f','a'], 'Linked Letter 0':
['a','b','c','d'],
'Linked Letter 1': ['c','s','v','None'],
'Linked Letter 2': ['None','None','d','s']}
df_new = pd.DataFrame(data=d)
df_new
Index New Names Linked Letter 0 Linked Letter 1 Linked Letter 2
------- ----------- ----------------- ----------------- -----------------
0 a,b,c a c None
1 a b s None
2 c,d,e,f c v d
3 a d None s
所以预期结果应如下表;
Index New Names Linked Letter 0 Linked Letter 1 Linked Letter 2
------- ----------- ----------------- ----------------- -----------------
0 a,b,c a - YES c - YES None
1 a b - NO s - NO None
2 c,d,e,f c - YES v - NO d - YES
3 a d - NO None s - NO
下面提供的解决方案存在一个问题:
问题是映射到 YES 和 NO 到值有时无法按预期工作。例如,即使新名称列中的值在两行中相同,但在最后得到 YES 的相同值可能在下一行中得到 NO。
您认为为什么会发生这种情况?
最佳答案
您可以使用pd.DataFrame.filter
过滤您的 Linked
列,使用列表理解构建 bool 数组,最后 loc
与 np.where
对于您的条件逻辑:
df = pd.DataFrame(data=d)
for col in df.filter(like='Linked'):
bools = [link in new_names for link, new_names in zip(df[col], df['New Names'])]
df.loc[df[col] != 'None', col] += pd.Series(np.where(bools, ' - YES', ' - NO'))
print(df)
Linked Letter 0 Linked Letter 1 Linked Letter 2 New Names
0 a - YES c - YES None a,b,c
1 b - NO s - NO None a
2 c - YES v - NO d - YES c,d,e,f
3 d - NO None s - NO a
关于python - 使用 Pandas 检查列值是否位于某一特定列中,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54090823/