numpy/pandas：如何根据索引列表添加具有值的新列？答案

【问题标题】：numpy/pandas: how to add a new column with values based on a list of indices?numpy/pandas：如何根据索引列表添加具有值的新列？
【发布时间】：2017-11-25 02:18:44
【问题描述】：

例如，我有一长串索引：{1,3,7,9,...}。

我的 numpy / pandas 看起来像这样：

Col1   Col2   
1       99
2       95
3       91
4       97
...
n       86

我想附加一个取值 0 或 1 的附加列，具体取决于是否可以在索引列表中找到最左边的列值（如果是，则为 1）。

如何在不遍历索引列表的情况下做到这一点？我尝试了不同的方法但没有成功。

非常感谢！

附：我确实知道 numpy 会经过一个数组数组，因此每一列将只对应于 numpy 内部数组中的一个索引。

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

假设col1 和col2 在名为df 的Pandas 中DataFrame...

selected_indices = [1,3,7,9]   

# set index as col1, since that seems to be the point of column1
df.set_index('col1')

# define col3 value as 0 or 1 based on selected_indices list
df['col3'] = 0
df['col3'].loc[selected_indices] = 1

【讨论】：

如果索引与 col1 不同，我不确定这是否可行。
感谢您的及时和有益的回应！

【解决方案2】：

设置

l=[1,3,7,9]
df = pd.DataFrame({'Col1': {0: 1, 1: 2, 2: 3, 3: 4}, 'Col2': {0: 99, 1: 95, 2: 91, 3: 97}})
df
Out[190]: 
   Col1  Col2
0     1    99
1     2    95
2     3    91
3     4    97

解决方案

您可以使用 np.in1d 检查 Col1 是否存在于索引列表中，然后将 bool 结果转换为 int。

df['indicator'] = np.in1d(df.Col1,l).astype(int)

df
Out[186]: 
   Col1  Col2  indicator
0     1    99          1
1     2    95          0
2     3    91          1
3     4    97          0

【讨论】：

不是批评只是评论...在这种情况下，这适用于填充 0 和 1 的值，但不适用于有条件地填充其他值，例如 apples 和 @ 987654326@ 或 0 和 2
@MaxPower，没错。我想在这种情况下，我们可以将结果用作布尔索引来设置所需的值。