如何根据列列表值和附加列中的值添加 pandas "match"？

Question

我有一个数据框，其中包含一个名为 Multiple_IDS 的标识符列表列和一个名为 ID 的列。现在，我想创建一个名为 "Match" 的附加列，它告诉天气一个 ID 是否包含在 Multiple_IDs 列中。输出应该是一个名为 Match 的附加列，其中包含 True 或 False 值。这里有一些示例输入数据：

data = {'ID':[2128441, 2128447, 2128500], 'Multiple_IDs':["2128442, 2128443, 2128444, 2128441", "2128446, 2128447", "2128503, 2128508"]}
df = pd.DataFrame(data)

列表的数据类型为 "object"。

根据上面提供的输入数据，期望的输出将是这样。

我知道我可以使用 explode 然后比较值来实现此目的，但我想知道是否有更优雅的方法？

Answer 1

使用 in 语句如果可以测试而无需单独的每个 ID:

df['Match'] = [str(x) in y for x, y in df[['ID','Multiple_IDs']].to_numpy()]
print (df)
        ID                        Multiple_IDs  Match
0  2128441  2128442, 2128443, 2128444, 2128441   True
1  2128447                    2128446, 2128447   True
2  2128500                    2128503, 2128508  False

或：

df['Match'] = df.apply(lambda x: str(x['ID']) in x['Multiple_IDs'], axis=1)
print (df)
        ID                        Multiple_IDs  Match
0  2128441  2128442, 2128443, 2128444, 2128441   True
1  2128447                    2128446, 2128447   True
2  2128500                    2128503, 2128508  False

另一种思路是分值匹配：

df['Match'] = [str(x) in y.split(', ') for x, y in df[['ID','Multiple_IDs']].to_numpy()]

df['Match'] = df.apply(lambda x: str(x['ID']) in x['Multiple_IDs'].split(', '), axis=1)

Answer 2

我会做什么

s=pd.DataFrame(df.Multiple_IDs.str.split(', ').tolist(),index=df.index).eq(df.ID.astype(str),axis=0).any(1)
Out[10]: 
0     True
1     True
2    False
dtype: bool
df['Match']=s

如何根据列列表值和附加列中的值添加 pandas "match"？

How can I add pandas "match" based on column list values and value in additional column?

python

list

matching

conditional-statements

pandas