检查列值是否在熊猫的其他列中答案

【问题标题】：Check if column value is in other columns in pandas检查列值是否在熊猫的其他列中
【发布时间】：2017-03-29 12:22:18
【问题描述】：

我在 pandas 中有以下数据框

  target   A       B      C
0 cat      bridge  cat    brush  
1 brush    dog     cat    shoe
2 bridge   cat     shoe   bridge

如何测试df.target 是否在['A','B','C', etc.] 的任何列中，其中有很多列要检查？

我尝试将 A、B 和 C 合并成一个字符串以使用 df.abcstring.str.contains(df.target)，但这不起作用。

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以使用drop、isin 和any。

drop target 列与您的 A、B、C 列只有一个 df
检查isin的值是否为目标列
并检查是否存在any 命中

就是这样。

df["exists"] = df.drop("target", 1).isin(df["target"]).any(1)
print(df)

    target  A       B       C       exists
0   cat     bridge  cat     brush   True
1   brush   dog     cat     shoe    False
2   bridge  cat     shoe    bridge  True

【讨论】：

次要：“isin”是一个不幸的列名，因为它也是 DataFrame 方法的名称。
@Minor 你说得对，谢谢你的评论。已编辑。
想想看，.isin(df["target"]) 是 .eq(df["target"], 0) 的替代品。但基本等价。

【解决方案2】：

如果需要按行检查，您可以使用eq 删除列pop：

mask = df.eq(df.pop('target'), axis=0)
print (mask)
       A      B      C
0  False   True  False
1  False  False  False
2  False  False   True

然后如果需要检查至少一个True 添加any:

mask = df.eq(df.pop('target'), axis=0).any(axis=1)
print (mask)
0     True
1    False
2     True
dtype: bool

df['new'] = df.eq(df.pop('target'), axis=0).any(axis=1)
print (df)
        A     B       C    new
0  bridge   cat   brush   True
1     dog   cat    shoe  False
2     cat  shoe  bridge   True

但如果需要检查列中的所有值，请使用isin:

mask = df.isin(df.pop('target').values.tolist())
print (mask)
       A      B      C
0   True   True   True
1  False   True  False
2   True  False   True

如果要检查所有值是否为True，请添加all：

df['new'] = df.isin(df.pop('target').values.tolist()).all(axis=1)
print (df)
        A     B       C    new
0  bridge   cat   brush   True
1     dog   cat    shoe  False
2     cat  shoe  bridge  False

【讨论】：

我喜欢 pop 的用法，但它实际上改变了原来的 df 就地删除了 target 列。这可能是一些意想不到的副作用。
我认为这里更好pop，这取决于OP需要什么。

【解决方案3】：

OneHotEncoder 方法：

In [165]: x = pd.get_dummies(df.drop('target',1), prefix='', prefix_sep='')

In [166]: x
Out[166]:
   bridge  cat  dog  cat  shoe  bridge  brush  shoe
0       1    0    0    1     0       0      1     0
1       0    0    1    1     0       0      0     1
2       0    1    0    0     1       1      0     0

In [167]: x[df['target']].eq(1).any(1)
Out[167]:
0    True
1    True
2    True
dtype: bool

解释：

In [168]: x[df['target']]
Out[168]:
   cat  cat  brush  bridge  bridge
0    0    1      1       1       0
1    0    1      0       0       0
2    1    0      0       0       1

【讨论】：

【解决方案4】：

另一种使用索引的方法difference方法：

matches = df[df.columns.difference(['target'])].eq(df['target'], axis = 0)

#       A      B      C
#0  False   True  False
#1  False  False  False
#2  False  False   True

# Check if at least one match:
matches.any(axis = 1)

#Out[30]: 
#0     True
#1    False
#2     True

如果您想查看哪些列符合目标，这里有一个可能的解决方案：

matches.apply(lambda x: ", ".join(x.index[np.where(x.tolist())]), axis = 1)

Out[53]: 
0    B
1     
2    C
dtype: object

【讨论】：

【解决方案5】：

您可以对每一行应用一个函数来计算与“目标”列中的值匹配的值的数量：

df["exist"] = df.apply(lambda row:row.value_counts()[row['target']] > 1 , axis=1)

对于看起来像这样的数据框：

   b  c target
0  3  a      a
1  3  4      2
2  3  4      2
3  3  4      2
4  3  4      4

输出将是：

   b  c target  exist
0  3  a      a   True
1  3  4      2  False
2  3  4      2  False
3  3  4      2  False
4  3  4      4   True

【讨论】：