我有一个 pandas 数据框,我需要根据 if-else 条件创建一个新列。这个问题已经在这里多次出现(例如 Creating a new column based on if-elif-else condition )。
但是,我无法应用建议的解决方案,因为我还需要查找列表中的值以检查条件。我无法使用建议的解决方案执行此操作,因为我不确定如何在外部函数中访问我的查找列表。我的查找列表需要是全局的,我想避免这种情况。我感觉应该有更好的方法来做到这一点。
考虑以下数据帧df
:
letters
A
B
C
D
E
F
我还有一个包含查找值的列表:
lookup = [C,D]
现在,我想在我的数据框中创建一个新列,如果相应的值包含在 lookup
中,则该列包含 1
;如果 lookup
中包含该值,则该列包含 0
这些值不在查找
中。
典型的方法是:
df.apply(helper, axis=1)
def helper(row):
if(row['letters'].isin(lookup)):
row['result'] = 1
else:
row['result'] = 0
但是,我不知道如何在 helper()
中访问 lookup
而不将其设为全局。
结果应如下所示:
letters result
A 0
B 0
C 1
D 1
E 0
F 0
最佳答案
虽然这个问题与问题非常相似:How to use pandas apply function on all columns of some rows of data frame
我认为这里值得展示几个方法,在一行中使用 np.where
以及从 isin
生成的 bool 掩码,isin
将返回一个 bool 系列,其中任何行都包含列表中的任何匹配项:
In [71]:
lookup = ['C','D']
df['result'] = np.where(df['letters'].isin(lookup), 1, 0)
df
Out[71]:
letters result
0 A 0
1 B 0
2 C 1
3 D 1
4 E 0
5 F 0
此处使用 2 个 loc
语句并使用 ~
反转掩码:
In [72]:
df.loc[df['letters'].isin(lookup),'result'] = 1
df.loc[~df['letters'].isin(lookup),'result'] = 0
df
Out[72]:
letters result
0 A 0
1 B 0
2 C 1
3 D 1
4 E 0
5 F 0
关于python - 通过查找基于 if-else 条件创建新的 pandas 数据框列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38501685/