python - 使用 Pandas 检查列值是否位于某一特定列中

Question

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”，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？

Answer 1

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