最终,我想标记一个新列,' ExclusionFlag',其中0或1取决于列表中的值是否存在于行中的任何位置。
df = pd.DataFrame([['cat','b','c','c'],['a','b','c','c'],['a','b','c','dog'],['dog','b','c','c']],columns=['Code1','Code2','Code3','Code4'])
excluded_codes = ['cat','dog']
#Attempt
df['ExclusionFlag'] = df.apply(lambda x: 'cat' in x.values, axis=1).any()
#Desired outcome
#Side note: I have 120 rows to check. They're labeled Code1, Code2...Code120.
Code1 Code2 Code3 Code4 ExclusionFlag
0 cat b c c 1
1 a b c c 0
2 a b c dog 1
3 dog b c c 1
我将代码行标记为True。
当我在' cat'中添加excluded_codes列表时在我的lambda表达式中,我收到一个错误。
我发现了一些像这样的问题,但我看到的通常是(见下文),它引出了一个特定的列,但我不认为迭代120列是最好的方法。虽然我错了。
df['ExclusionFlag'] = df['Code1'].isin(exclusion_codes)
答案 0 :(得分:9)
像
这样的东西df['ExclusionFlag'] = df.isin(excluded_codes).any(1).astype(int)
Code1 Code2 Code3 Code4 ExclusionFlag
0 cat b c c 1
1 a b c c 0
2 a b c dog 1
3 dog b c c 1
答案 1 :(得分:0)
如果你想在新列中使用 True 或 False 值,你可以在没有 Any 和 Astype 的情况下检查它们。
df['ExclusionFlag'] = df.isin(excluded_codes)
您还可以检查特定列:
df['ExclusionFlag'] = df['Code2'].isin(excluded_codes)