Question

SO。好久不见

我不确定我的数据集是否专有，但我可以简化。我正在处理一个涉及状态的DataFrame，并给了我一些包含有关这些状态信息的列表。

         Name   Value1    Value2
0     Alabama      7.4       4.4
1    Delaware      6.4       4.4
2        Ohio      2.4       2.0
3    Virginia      1.4       1.2

但是，然后给了我一些清单。可以说，它们是曾经有过马市长的州名单。

horse_mayor_yes = ['Alabama', 'Delaware']
horse_mayor_no  = ['Ohio', 'Virginia']

我想要的输出：

         Name   Value1    Value2    Horse    Horseless
0     Alabama      7.4       4.4        1            0
1    Delaware      6.4       4.4        1            0
2        Ohio      2.4       2.0        0            1
3    Virginia      1.4       1.2        0            1

我知道我可以创建1和0的列表，但是如果我得到了新的无序列表（假设唯一的名称），我希望可以在具有数百个命名项的情况下进行扩展。

谢谢！

e1：用户，谢谢您纠正我的错别字。 e2：列表不必相互排斥。

Answer 1

您可以只使用isin()：

df["Horse"] = df.Name.isin(horse_mayor_yes)
df["Horseless"] = ~df.Horse

df
       Name  Value1  Value2  Horse Horseless
0   Alabama     7.4     4.4   True     False
1  Delaware     6.4     4.4   True     False
2      Ohio     2.4     2.0  False      True
3  Virginia     1.4     1.2  False      True

如果您需要将bool转换为int，请使用：

df[["Horse", "Horseless"]] = df[["Horse", "Horseless"]].astype(int)

Answer 2

您需要：从这个问题尚不清楚horse和horseless是否可以同时为True。

import pandas as pd 
import numpy as np 

df = pd.DataFrame({'Name':['Alabama','Deleware','Ohio','Virginia'],
                    'value1':[1,2,3,4], 'value2':[5,6,7,8]})


horse_mayor_yes = ['Alabama', 'Deleware']
horse_mayor_no  = ['Ohio', 'Virginia']

df['Horse'] = np.where(df['Name'].isin(horse_mayor_yes), 1, 0)
df['Horseless'] = np.where(df['Name'].isin(horse_mayor_no), 1, 0)

print(df)

输出：

       Name  value1  value2  Horse  Horseless
0   Alabama       1       5      1          0
1  Deleware       2       6      1          0
2      Ohio       3       7      0          1
3  Virginia       4       8      0          1

如何根据所述DataFrame中的另一个系列将布尔系列添加到python DataFrame中？

2 个答案: