使用 Dictionary 在 Pandas Dataframe 中创建布尔列

Question

我正在使用网络跟踪数据集，并将初始数据加载到 pandas 数据框中，如下所示：

我创建了一个 python 字典，其中包含常见的端口号和应用程序名称，例如

port_dict = {80: 'http', 20: 'ftp', 21: 'ftp'}

我想通过添加额外的列来修改我的数据框，这些列的名称将是 ports_dict 的唯一值，如果 sport 或 dport 中的任何一个包含相关键，则新添加的列应该有一个值True, False 否则，像这样：

在上图中，列https 应该有True，因为运动是443。

我将如何实现这一目标？

Answer 1

试试这个。 Series.map 应该是从字典中查找值的更快方法。 pandas.get_dummies 将单列数据转换为每个不同值的列，分别为 1s / 0s，我将其转换为布尔值，并与 or (|) 进行比较以获取服务是否在任一端口上。

service = pd.get_dummies(df['sport'].map(port_dict)).astype(bool) | pd.get_dummies(df['sport'].map(port_dict)).astype(bool)

df[services.columns] = services

In [166]: df.head()
Out[166]: 
   dport  sport    ftp   http
0      1      1  False  False
1     80      2  False  False
2      2     80  False   True
3      3     20   True  False
4      1      1  False  False

Answer 2

如果我建议您只拥有一个service 列，那么如果sport 或dport 在port_dict 键中，那么该值将写入service 列：

port_dict = {80: 'http', 20: 'ftp', 21: 'ftp'}

df = pd.DataFrame(data={'sport':[1, 2, 80, 20], 'dport':[1, 80, 2, 3]})

for i in df.index:
    found_service = port_dict.get(df.ix[i, 'sport'], False) or port_dict.get(df.ix[i, 'dport'], False)
    df.at[i, 'service'] = found_service

# a small example dataframe
>>       dport  sport service
      0      1      1    False
      1     80      2    http
      2      2     80    http
      3      3     20     ftp