如何比较 python 中的一些列表并将它们添加到数据框中？答案

【问题标题】：How can I compare some lists in python and add them into a dataframe?如何比较 python 中的一些列表并将它们添加到数据框中？
【发布时间】：2021-12-12 18:42:42
【问题描述】：

我有四个列表包含不同的数字，如下所示：

list1 = [399826, 399827, 413350, 404450, 399827, 404451]  
list2 = [399825, 399826, 412450, 403650, 391227]  
list3 = [412450, 399827]  
list4 = [399829, 399246, 513350, 404370, 789827, 439931, 404451]

关于列表，列表之间存在重叠。我将制作一个数据框，其中显示一组所有数字和它们所属的列表的名称。像这样：

numbers	list1	list2	list3	list4
399826	True	True	False	False
399827	True	False	True	False
413350	True	False	False	False
412450	False	True	True	False
etc	...	...	...	...

为了比较列表，我使用了函数here：

def returnNotMatches(a, b):

    a = set(a)
    b = set(b)
    return list(b - a)

但我不知道如何正确制作数据框。

【问题讨论】：

标签： python pandas list

【解决方案1】：

首先为新列名按列创建字典，然后在值中使用Trues 创建dicts，然后创建DataFrame，最后将NaNs 替换为Falses：

list1 = [399826, 399827, 413350, 404450, 399827, 404451]  
list2 = [399825, 399826, 412450, 403650, 391227]  
list3 = [412450, 399827]  
list4 = [399829, 399246, 513350, 404370, 789827, 439931, 404451]  

d = {'list1':list1,'list2':list2,'list3':list3,'list4':list4 }

df  = pd.DataFrame({k: dict.fromkeys(v, True) for k, v in d.items()}).fillna(False)
print (df)
        list1  list2  list3  list4
399826   True   True  False  False
399827   True  False   True  False
413350   True  False  False  False
404450   True  False  False  False
404451   True  False  False   True
399825  False   True  False  False
412450  False   True   True  False
403650  False   True  False  False
391227  False   True  False  False
399829  False  False  False   True
399246  False  False  False   True
513350  False  False  False   True
404370  False  False  False   True
789827  False  False  False   True
439931  False  False  False   True

【讨论】：

【解决方案2】：

数据：

>>> list1 = [399826, 399827, 413350, 404450, 399827, 404451]  
>>> list2 = [399825, 399826, 412450, 403650, 391227]  
>>> list3 = [412450, 399827]  
>>> list4 = [399829, 399246, 513350, 404370, 789827, 439931, 404451]  
>>> import pandas as pd
>>> df = pd.DataFrame(list1+list2+list3+list4, columns=['values'])
>>> for i in range(1,5):
>>>     v = 'list' + str(i)
>>>     df[v] = df['values'].apply(lambda x:x in eval(v))
>>> df


    values  list1   list2   list3   list4
0   399826  True    True    False   False
1   399827  True    False   True    False
2   413350  True    False   False   False
3   404450  True    False   False   False
4   399827  True    False   True    False
5   404451  True    False   False   True
6   399825  False   True    False   False
7   399826  True    True    False   False
8   412450  False   True    True    False
9   403650  False   True    False   False
10  391227  False   True    False   False
11  412450  False   True    True    False
12  399827  True    False   True    False
13  399829  False   False   False   True
14  399246  False   False   False   True
15  513350  False   False   False   True
16  404370  False   False   False   True
17  789827  False   False   False   True
18  439931  False   False   False   True
19  404451  True    False   False   True

【讨论】：

【解决方案3】：

创建explode和crosstab的dic

d = {'list1':list1,'list2':list2,'list3':list3,'list4':list4 }
s = pd.Series(d).explode()
s = pd.crosstab(s,s.index).astype(bool)
Out[67]: 
col_0   list1  list2  list3  list4
row_0                             
391227  False   True  False  False
399246  False  False  False   True
399825  False   True  False  False
399826   True   True  False  False
399827   True  False   True  False
399829  False  False  False   True
403650  False   True  False  False
404370  False  False  False   True
404450   True  False  False  False
404451   True  False  False   True
412450  False   True   True  False
413350   True  False  False  False
439931  False  False  False   True
513350  False  False  False   True
789827  False  False  False   True

【讨论】：