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，并已将初始数据加载到pandas数据框中，如下所示：

我创建了一个python dict，其中包含常见的端口号和应用程序名称，如

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

我希望通过添加其名称将是ports_dict的唯一值的其他列来修改我的数据框，如果sport或dport中的任何一个包含相关的键，则新的添加的列应该具有值True，False否则，如下所示：

在上图中，https列应该True，因为这项运动是443。

我将如何完成这项工作？

Answer 1

试一试。 Series.map应该是从字典中查找值的更快捷方式。 pandas.get_dummies将单个数据列转换为每个不同值的列为1s / 0s，我将其转换为bool，并与或（|）进行比较以获取服务是否为在任何一个港口。

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

如果我建议你只有一个service列，那么如果sport或dport位于port_dict键中，那么该值将被写入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