Question

假设我的数据框包含以下数据：

>>> df = pd.DataFrame({'a':['l1','l2','l1','l2','l1','l2'],
                       'b':['1','2','2','1','2','2']})
>>> df
    a       b
0  l1       1
1  l2       2
2  l1       2
3  l2       1
4  l1       2
5  l2       2

l1应与1相对应，而l2应与2相对应。我想创建一个新列“c”，以便每行c = 1 a = l1和b = 1（或a = l2和{{ 1}}）。如果b = 2和a = l1（或b = 2和a = l2），则b = 1。

结果数据框应如下所示：

c = 0

我的数据框非常大，所以我真的在寻找使用pandas来实现这一目标的最有效方法。

Answer 1

df = pd.DataFrame({'a': numpy.random.choice(['l1', 'l2'], 1000000),
                   'b': numpy.random.choice(['1', '2'], 1000000)})

假设只有两个不同的值的快速解决方案：

%timeit df['c'] = ((df.a == 'l1') == (df.b == '1')).astype(int)

10个循环，最佳3：每循环178 ms

@Viktor Kerkes：

%timeit df['c'] = (df.a.str[-1] == df.b).astype(int)

1个循环，每个循环最好3：412毫秒

@ user1470788：

%timeit df['c'] = (((df['a'] == 'l1')&(df['b']=='1'))|((df['a'] == 'l2')&(df['b']=='2'))).astype(int)

1个循环，最好为每个循环3：363 ms

@herrfz

%timeit df['c'] = (df.a.apply(lambda x: x[1:])==df.b).astype(int)

1个循环，最好3：每循环387 ms

Answer 2

您也可以使用字符串方法。

df['c'] = (df.a.str[-1] == df.b).astype(int)

Answer 3

df['c'] = (df.a.apply(lambda x: x[1:])==df.b).astype(int)

Answer 4

您可以使用逻辑运算符。我不确定你为什么使用1和2的字符串而不是整数，但这是一个解决方案。最后的astype将它从布尔值转换为0和1。

df['c'] = (((df['a'] == 'l1')&(df['b']=='1'))|((df['a'] == 'l2')&(df['b']=='2'))).astype(int)

如何根据pandas中其他列的值计算新列 - python

4 个答案: