给出以下数据框：
sd = pd.DataFrame({'Site':['A','B','B','C','A','A'],
'Station(s)':[',1,2,,',',1,2,,',',,,,',',1,2,,','0,1,2,,',',,2,,'],
'Item 1':[1,1,0,0,1,0],
'Item 2':[1,0,0,1,1,1]})
sd[['Site','Station(s)','Item 1','Item 2']]
sd
Site Station(s) Item 1 Item 2
0 A ,1,2,, 1 1
1 B ,1,2,, 1 0
2 B ,,,, 0 0
3 C ,1,2,, 0 1
4 A 0,1,2,, 1 1
5 A ,,2,, 0 1
和
Contractor President Site(s) Station(s) Item 1 Item 2
0 1 1 A ,1,2,, 1 1
1 1 0 B ,1,2,, 1 0
2 0 0 B ,,,, 0 0
3 0 0 C ,1,2,, 0 1
4 0 1 A 0,1,2,, 1 1
5 1 1 A ,,2,, 0 1
results = pd.DataFrame({'Contractor':[1,1,0,0,0,1],
'President':[1,0,0,0,1,1],
'Site(s)':['A','B','B','C','A','A'],
'Station(s)':[',1,2,,',',1,2,,',',,,,',',1,2,,','0,1,2,,',',,2,,'],
'Item 1':[1,1,0,0,1,0],
'Item 2':[1,0,0,1,1,1]})
results[['Contractor','President','Site(s)','Station(s)','Item 1','Item 2']]
我想最终得到这个：
for i in pos['Position']:
sd[i]= 1 if lambda x: 'x' if x for x in pos['Site(s)'] if x in sd['Site']
基于这个逻辑：
对于每种职位：
在sd中创建一个具有该位置名称的新列。
对于满足以下条件的每一行，使其值等于1（对于其他行，则为0）：
一个。 sd ['Site']在pos ['Site（s）']
中包含至少1个值湾sd ['Station（s）']在pos ['Station（s）''中包含至少1个号码但没有额外号码
我从这开始，但很快就被打回了提交：
<?php
$number = htmlspecialchars($_GET['id']);
function getrecipeinfo($testing){
global $con;
$sqldescription = "SELECT category, eliquidname, image, contentnicpg, contentnicvg, description FROM vapetable where id = '{$number}' ;";
$result = mysqli_query($con, $sqldescription);
$row = $result->fetch_assoc();
while($row = $result->fetch_assoc()){
$eliquidtitle = $row['eliquidname'];
$category = $row["description"];
print $eliquidtitle;
}
}
getrecipeinfo($testing);
?>
答案 0 :(得分：4)
由于数据的存储方式 - 以逗号分隔的字符串形式 值 - 需要代码遍历行，选择值， 迭代其他DataFrame并选择其值，然后比较 两个......等等，我没有看到真正改善这种情况的方法 输入保留以逗号分隔的值。
考虑到这些限制，我认为su79eu7k's answer非常好。
但是，如果您认为“整洁的数据”（PDF）更好 - 如果您允许我们
以简洁的格式将起点更改为DataFrames - 然后有一个
不同的方法可能更高效，特别是当sd有很多时
行。使用sd.apply(check, axis=1)的问题在于它
使用Python循环迭代sd行。致电check一次
与等效的代码相比，每一行都可能相对较慢
熊猫更快的矢量化方法（如merge或groupby）的优势。
但是，要使用merge和groupby，您需要数据格式整洁。
假设我们从pos和sd开始，而不是tidypos和tidysd。 （在
在这篇文章的末尾，你会找到一个可以将pos和sd转换为整齐的可运行示例
当量。）
In [238]: tidypos
Out[238]:
Position Site Station
0 Contractor A 1
1 Contractor A 2
2 Contractor B 1
3 Contractor B 2
4 President A 0
5 President A 1
6 President A 2
7 President A 3
8 President A 4
In [239]: tidysd
Out[239]:
index Site Station
0 0 A 1
1 0 A 2
2 1 B 1
3 1 B 2
4 3 C 1
5 3 C 2
6 4 A 0
7 4 A 1
8 4 A 2
9 5 A 2
tidypos和tidysd包含与pos和sd相同的信息（忽略Items，因为它们在此问题中不起作用。）
差异主要在于tidypos和tidysd中的每一行对应一个“观察”。每次观察都是彼此独立的。
从本质上讲，这归结为简单地拆分以逗号分隔的值，以便每个值最终都在一个单独的行上。
现在，我们可以根据常见列Site和Station加入两个DataFrame：
In [241]: merged = pd.merge(tidysd, tidypos, how='left'); merged
Out[241]:
index Site Station Position
0 0 A 1 Contractor
1 0 A 1 President
2 0 A 2 Contractor
3 0 A 2 President
4 1 B 1 Contractor
5 1 B 2 Contractor
6 3 C 1 NaN
7 3 C 2 NaN
8 4 A 0 President
9 4 A 1 Contractor
10 4 A 1 President
11 4 A 2 Contractor
12 4 A 2 President
13 5 A 2 Contractor
14 5 A 2 President
现在，merged中的每一行代表一行tidysd和一行之间的匹配
tidypos。因此，行的存在意味着存在匹配
在sd['Site']和pos['Site']之间，以及之间的匹配
tidysd['Station']和tidypos['Station']。换句话说，对于那一行，
sd['Station(s)']必须包含pos['Station()']中的号码。唯一的
critera我们还不确定是否有额外的数字
sd['Station(s)']中未显示的pos['Station()']。
我们可以通过计算每个merged index中的行数来找出这一点
和Position因为每个这样的行对应不同的Station。如果这
数字等于该Station的可能index的总数
sd['Station(s)']不包含“额外数字”。
我们可以使用groupby/nunique来计算每个Stations和index Position的数量：
In [256]: pos_count = merged.groupby(['index', 'Position'])['Station'].nunique().unstack(); pos_count
Out[256]:
Position Contractor President
index
0 2.0 2.0
1 2.0 NaN
4 2.0 3.0
5 1.0 1.0
我们可以为每个Station计算index的总数：
In [243]: total_count = tidysd.groupby(['index'])['Station'].nunique(); total_count
Out[243]:
index
0 2
1 2
3 2
4 3
5 1
Name: Station, dtype: int64
最后，我们可以为Contractor和President列分配1和0，
根据标准(pos_count[col] == total_count)：
pos_count = pos_count.reindex(total_count.index, fill_value=0)
for col in pos_count:
pos_count[col] = (pos_count[col] == total_count).astype(int)
pos_count = pos_count.reindex(sd.index, fill_value=0)
# Position Contractor President
# 0 1 1
# 1 1 0
# 2 0 0
# 3 0 0
# 4 0 1
# 5 1 1
如果您真的希望，可以将此结果连接到原始sd以产生确切的预期结果：
In [246]: result = pd.concat([sd, pos_count], axis=1); result
Out[246]:
Item 1 Item 2 Site Station(s) Contractor President
0 1 1 A ,1,2,, 1 1
1 1 0 B ,1,2,, 1 0
2 0 0 B ,,,, 0 0
3 0 1 C ,1,2,, 0 0
4 1 1 A 0,1,2,, 0 1
5 0 1 A ,,2,, 1 1
但同样，如果你认为数据应该是整洁的，你应该避免将多行数据打包成逗号分隔的字符串。
如何整理pos和sd ：
您可以使用矢量化字符串方法.str.findall和.str.split来实现
将逗号分隔的字符串转换为值列表。然后使用列表
理解迭代行和列表来构建tidypos和
tidysd。
全部放在一起，
import itertools as IT
import pandas as pd
pos = pd.DataFrame({'Station(s)':[',1,2,,','0,1,2,3,4'],
'Position':['Contractor','President'],
'Site(s)':['A,B','A'],
'Item(s)':['1','1,2']})
sd = pd.DataFrame({'Site':['A','B','B','C','A','A'],
'Station(s)':[',1,2,,',',1,2,,',',,,,',',1,2,,','0,1,2,,',',,2,,'],
'Item 1':[1,1,0,0,1,0],
'Item 2':[1,0,0,1,1,1]})
mypos = pos.copy()
mypos['Station(s)'] = mypos['Station(s)'].str.findall(r'(\d+)')
mypos['Site(s)'] = mypos['Site(s)'].str.split(r',')
tidypos = pd.DataFrame(
[(row['Position'], site, station)
for index, row in mypos.iterrows()
for site, station in IT.product(
*[row[col] for col in ['Site(s)', 'Station(s)']])],
columns=['Position', 'Site', 'Station'])
mysd = sd[['Site', 'Station(s)']].copy()
mysd['Station(s)'] = mysd['Station(s)'].str.findall(r'(\d+)')
tidysd = pd.DataFrame(
[(index, row['Site'], station)
for index, row in mysd.iterrows()
for station in row['Station(s)']],
columns=['index', 'Site', 'Station'])
merged = pd.merge(tidysd, tidypos, how='left')
pos_count = merged.groupby(['index', 'Position'])['Station'].nunique().unstack()
total_count = tidysd.groupby(['index'])['Station'].nunique()
pos_count = pos_count.reindex(total_count.index, fill_value=0)
for col in pos_count:
pos_count[col] = (pos_count[col] == total_count).astype(int)
pos_count = pos_count.reindex(sd.index, fill_value=0)
result = pd.concat([sd, pos_count], axis=1)
print(result)
产量
Item 1 Item 2 Site Station(s) Contractor President
0 1 1 A ,1,2,, 1 1
1 1 0 B ,1,2,, 1 0
2 0 0 B ,,,, 0 0
3 0 1 C ,1,2,, 0 0
4 1 1 A 0,1,2,, 0 1
5 0 1 A ,,2,, 1 1
答案 1 :(得分：1)
我大致尝试过，你可以改进下面的代码。
sd['Contractor'] = 0
sd['President'] = 0
def check(x):
for p in pos['Position'].tolist():
if x['Site'] in pos.set_index('Position').loc[p, 'Site(s)'].split(','):
ss = pd.Series(x['Station(s)'].split(',')).replace('', np.nan).dropna()
ps = pd.Series(pos.set_index('Position').loc[p, 'Station(s)'].split(',')).replace('', np.nan).dropna()
if not ss.empty and ss.isin(ps).all():
x[p] = 1
return x
print sd.apply(check, axis=1)
Item 1 Item 2 Site Station(s) Contractor President
0 1 1 A ,1,2,, 1 1
1 1 0 B ,1,2,, 1 0
2 0 0 B ,,,, 0 0
3 0 1 C ,1,2,, 0 0
4 1 1 A 0,1,2,, 0 1
5 0 1 A ,,2,, 1 1