拆分后Python更改数据框中的值答案

【问题标题】：Python changing values in dataframe after splitting拆分后Python更改数据框中的值
【发布时间】：2020-11-26 16:13:16
【问题描述】：

我的目标是每当“SAD”列中的字符串与列名匹配时输入 1，否则输入 0。

所以我们有这个数据框：

df = pd.DataFrame({'SAD': ['Game;Pool;Read;lol','Game;Read'], 'Game':[0,0], 'Pool': [0, 0], 'Read':[0, 0], 'Drink' : [0, 0]})

我试过这个：拆分然后分配：

l= df["SAD"].apply(lambda x: x.split(";"))

for i in l:
   for x in i:
     if x in df.columns:
        df[x]=1
print(df)

但是，这会在第一次看到匹配的字符串时将整个数据框替换为 1：

                        SAD  Game  Pool  Read  Drink
0        Game;Pool;Read;lol     1     1     1      0
1                 Game;Read     1     1     1      0

期望的输出是：

                            SAD  Game  Pool  Read  Drink
    0        Game;Pool;Read;lol     1     1     1      0
    1                 Game;Read     1     0     1      0

【问题讨论】：

您还需要这里的帮助吗？如果不是，请接受答案，以便可以关闭此问题

标签： python

【解决方案1】：

l= df["SAD"].apply(lambda x: x.split(";"))

for idx, i in enumerate(l):
   for x in i:
     if x in df.columns:
        df.loc[idx,x]=1
print(df)

【讨论】：

【解决方案2】：

你能用.iloc这个吗：

import pandas as pd

df = pd.DataFrame({'SAD': ['Game;Pool;Read;lol','Game;Read'], 'Game':[0,0], 'Pool': [0, 0], 'Read':[0, 0], 'Drink' : [0, 0]})

l= df["SAD"].apply(lambda x: x.split(";"))

n=0
for i in l:
   for x in i:
     if x in df.columns:
        df[x].iloc[n]=1
   n += 1
print(df)

【讨论】：

【解决方案3】：

我认为您可以采取不同的方法来减少循环

cols = df.columns[1:].values
data= df['SAD'].map(lambda x: x.split(';')).map(lambda x: [1 if i in x else 0 for i in cols])

0    [1, 1, 1, 0]
1    [1, 0, 1, 0]

然后创建数据框

df = pd.DataFrame(smp.tolist(), columns=cols).assign(SAD=df['SAD'])

   Game  Pool  Read  Drink                 SAD
0     1     1     1      0  Game;Pool;Read;lol
1     1     0     1      0           Game;Read

您可以随时重新分配

【讨论】：

【解决方案4】：

您的转贴有点晚，但这是我的代码。它可以完成工作，但不要因为代码混乱而评判我。

import pandas as pd
df = pd.DataFrame({'SAD': ['Game;Pool;Read;lol','Game;Read'], 'Game':[0,0], 'Pool': [0, 0], 'Read':[0, 0], 'Drink' : [0, 0]})

ColumnNames = df.columns.tolist()

l= df["SAD"].apply(lambda x: x.split(";"))
for row in range(0,len(df)):
    for check in l[row]:
        for checkvalue in range (0,len(ColumnNames)):
            if check == ColumnNames[checkvalue]:
                df.set_value(index=row, col=ColumnNames[checkvalue],value = 1)

【讨论】：