根据 Python 中两行之间的匹配，使用 [0,1] 创建一个新列

Question

我正在尝试将多个列表或数据框与一个大型基础数据框进行比较。然后对于任何匹配，我想附加一个存储 1 = Match 或 0 = No Match

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']

由于我尝试匹配的值包含“-”，因此它们被视为字符串。我已经可以生成一个匹配值列表，但是如果我附加它们，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)

同时

for i in df['ID']:
    for j in  list1:
        if i == j:
           print (i)

查找所有匹配值。

提前致谢！

Answer 1

您已经按 .apply 循环，因此您可以省略循环，并且测试使用 in 作为列表的成员：

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

更简单的方法是使用指定列的 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))

Answer 2

这里可以使用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

根据 Python 中两行之间的匹配，使用 [0,1] 创建一个新列

Create a new column with [0,1] based on match between two rows in Python

python

row

function

dataframe

pandas