根据 if-else 条件和查找创建新的 pandas 数据框列

Question

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出现过多次（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，因为我还需要在列表中查找值以检查条件。我无法使用建议的解决方案来执行此操作，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。我觉得应该有更好的方法来做到这一点。

考虑以下数据框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，其中包含 1 如果相应的值包含在 lookup 中，如果值不在 [=] 中则包含 0 17=].

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 而无需将其设为全局。

结果应如下所示：

letters    result
A          0
B          0
C          1
D          1
E          0
F          0

Answer 1

尽管这个问题与问题非常相似：

我认为这里值得展示几个方法，在一行中使用 np.where 和从 isin 生成的布尔掩码，isin 将 return 一个布尔值任何行包含列表中任何匹配项的系列：

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 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

根据 if-else 条件和查找创建新的 pandas 数据框列

create new pandas dataframe column based on if-else condition with a lookup

python

conditional

conditional-statements

pandas