python - 将列表列与第二个列表进行比较并返回第三个列表中的项目

Question

有一个带有列表列和两个引用列表的数据框:

d = {'col1': [1,2,3,4,5], 'col2':[['a','b'],['a','b'],['a','b','c'],['a','b','d'], ['a','b','e']]}
df = pd.DataFrame(data=d)

ref_a = ['c','d','e','f']
ref_b = ['option1', 'option2', 'option3', 'option4']

    col1    col2
0   1   [a, b]
1   2   [a, b]
2   3   [a, b, c]
3   4   [a, b, d]
4   5   [a, b, e]

我想创建第三列，检查 col2 中的值是否在 ref_a 中，并返回 ref_b 中的匹配项

col1    col2    check
0   1   [a, b]  
1   2   [a, b]  
2   3   [a, b, c]   option1
3   4   [a, b, d]   option2
4   5   [a, b, e]   option3

我尝试过这样的事情:

for index, row in df.iterrows():
    for (a, b) in zip(ref_a, ref_b):
        if a in row['col2']:
            df.loc[index, 'check'] = b
            print('true', b)
        else:
            df.loc[index, 'check'] = ''

这会打印出我的预期，但不会改变实际值，我没有大量数据可以迭代，但也不确定是否有更优雅的方法。列表列中只会有一个匹配项，不会有多个选项。

Answer 1

您可以使用 explode、map 和 groupby + first 的组合来获得不错的效果(并且可能相当快) Pandas 式的一句台词:

df['check'] = df['col2'].explode().map(dict(zip(ref_a, ref_b))).groupby(level=0).first().fillna('')

输出:

>>> df
   col1       col2    check
0     1     [a, b]     
1     2     [a, b]     
2     3  [a, b, c]  option1
3     4  [a, b, d]  option2
4     5  [a, b, e]  option3