在Python中基于两行之间的匹配使用[0,1]创建新列
在Python中基于两行之间的匹配使用[0,1]创建新列
提问于 2021-02-12 22:07:58
我正在尝试将多个列表或数据帧与一个大的基本数据帧进行比较。然后，对于任何匹配，我想追加一个存储1=匹配或0=无匹配的列
df = pd.DataFrame({'Name':['A','B','C','D'], 'ID' : ['5-6','6-7','8-9','7']})
list1 = ['5-6','8-9']
list2 = ['7','4-3']因为我尝试匹配的值包括一个'-‘，所以它们被算作字符串。我已经可以生成一个匹配值的列表，但是如果我追加它们，它们都是0
def f(rows):
for i in df['ID']:
for j in list1:
if i == j:
val = 1
else:
val = 0
return val
df['Answer']= df.apply(f,axis=1)而
for i in df['ID']:
for j in list1:
if i == j:
print (i)查找所有匹配值。
提前感谢！
回答 2
Stack Overflow用户
回答已采纳
发布于 2021-02-12 22:25:03
您已经通过.apply进行了循环，因此可以省略循环，并使用in作为list的成员：
def f(rows):
if rows['ID'] in list1:
val = 1
else:
val = 0
return val
df['Answer']= df.apply(f,axis=1)
print (df)
Name ID Answer
0 A 5-6 1
1 B 6-7 0
2 C 8-9 1
3 D 7 0更简单是使用带有指定列的lambda函数：
df['Answer']= df['ID'].apply(lambda x: 1 if x in list1 else 0)或者：
df['Answer']= df['ID'].apply(lambda x: int(x in list1))Stack Overflow用户
发布于 2021-02-12 22:43:15
在这里，您可以使用DataFrame.isin代替循环，
df['Answer'] = df['ID'].isin(list1).astype(int)
Name ID Answer
0 A 5-6 1
1 B 6-7 0
2 C 8-9 1
3 D 7 0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/66173302
复制相关文章
相似问题
腾讯云开发者
