基于 if-else 条件和查找创建新的 pandas 数据框列答案

【问题标题】：create new pandas dataframe column based on if-else condition with a lookup基于 if-else 条件和查找创建新的 pandas 数据框列
【发布时间】：2016-11-24 21:30:01
【问题描述】：

我有一个 pandas 数据框，我需要根据 if-else 条件创建一个新列。这个问题已经多次出现在这里（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做到这一点，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包含 1 的新列，如果相应的值包含在 lookup 和 0 中，如果值不在 lookup 中。

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，我不知道如何才能访问 lookup 中的 helper() 而不使其成为全局。

结果应该是这样的：

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

【问题讨论】：

这个和这个很相似：stackoverflow.com/questions/38499890/…你只需要做df.loc[df['letters'].isin(lookup),'result'] = 1
或者更完整的是df['result'] = np.where(df['letters'].isin(lookup), 1, 0)

标签： python pandas conditional conditional-statements

【解决方案1】：

虽然这个问题和问题很相似：How to use pandas apply function on all columns of some rows of data frame

我认为这里值得展示几个方法，在一行上使用np.where 和从isin 生成的布尔掩码，isin 将返回一个布尔系列，其中任何行都包含列表中的任何匹配项：

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

这里使用 2 个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

【讨论】：