Question

我有一个带索引和多列的数据框。其次，我有几个包含在某些标准上采样的索引值的列表。现在我想根据事实创建带有labes的列，无论某个行的索引是否存在于指定列表中。

现在有两种情况我正在使用它：

1）创建一个列并根据一个列表给出标签：

df['1_name'] = df.index.map(lambda ix: 'A' if ix in idx_1_model else 'B')

2）创建一个列并根据多个列表给出标签：

def assignLabelsToSplit(ix_, random_m, random_y, model_m, model_y):
    if (ix_ in random_m) or (ix_ in model_m):
        return 'A'
    if (ix_ in random_y) or (ix_ in model_y):
        return 'B'
    else:
        return 'not_assigned'

df['2_name'] = df.index.map(lambda ix: assignLabelsToSplit(ix, idx_2_random_m, idx_2_random_y, idx_2_model_m, idx_2_model_y))

这是有效的，但速度很慢。每次通话大约需要3分钟，考虑到我必须多次执行功能，它需要更快。

感谢您提出任何建议。

Answer 1

我认为您需要使用numpy.where加倍Index.isin：

df['2_name'] = np.where(df.index.isin(random_m + model_m), 'A',
               np.where(df.index.isin(random_y + model_y), 'B', 'not_assigned'))

样品：

np.random.seed(100)
df = pd.DataFrame(np.random.randint(10, size=(10,1)), columns=['A'])
#print (df)

random_m = [0,1]
random_y =  [2,3]
model_m = [7,4]
model_y = [5,6]

print (type(random_m))
<class 'list'>

print (random_m + model_m)
[0, 1, 7, 4]

print (random_y + model_y)
[2, 3, 5, 6]

df['2_name'] = np.where(df.index.isin(random_m + model_m), 'A',
               np.where(df.index.isin(random_y + model_y), 'B', 'not_assigned'))
print (df)
   A        2_name
0  8             A
1  8             A
2  3             B
3  7             B
4  7             A
5  0             B
6  4             B
7  2             A
8  5  not_assigned
9  2  not_assigned

Pandas根据索引值分配标签

1 个答案: