Question

我正在学习Python并试图解决问题，但被困在这里。我想执行以下操作：

数据帧称为：df_cleaned_sessions

它包含带有时间戳的两列：

datetime_only_first_engagement
datetime_sessions

为您提供信息，datetime_only_first_engagement列的时间戳比datetime_sessions小得多，sessions列具有很多NA值，因为此数据帧是左联接的结果。

我想执行以下操作：
查找datetime_only_first_engagement时间戳等于datetime_sessions时间戳的行，保存这些行的索引，并在数据框中创建一个名为“ is_conversion”的新列，然后进行设置（匹配时间戳）索引到True。其他索引应设置为False。

希望有人可以帮助我！

非常感谢。

Answer 1

据我了解，您需要numpy.where：

import numpy as np
df_cleaned_sessions['is_conversion'] = np.where(df_cleaned_sessions['datetime_only_first_engagement'] == df_cleaned_sessions['datetime_sessions'], True, False)

Answer 2

df_cleaned_sessions['is_conversion'] = df_cleaned_sessions['datetime_only_first_engagement'] == df_cleaned_sessions['datetime_sessions']

Answer 3

如果您提供了示例代码和预期的输出，会更容易，但是通过阅读您的问题，我觉得您希望执行以下操作：

import pandas as pd

让我们建立一个样本df：

df = pd.DataFrame([[1, 2], [3, 4], [5, 6], [7, 8],[10,11]], columns=["A", "B"])
print(df)
    A   B
0   1   2
1   3   4
2   5   6
3   7   8
4   10  11

让我们假设df1是：

df1 = pd.DataFrame([[1, 2], [3, 4], [5, 6], [7, 8],[9,10]], columns=["D", "E"])
print(df1)
    D   E
0   1   2
1   3   4
2   5   6
3   7   8
4   9   10

应用以下代码检查A的{{1}}列中的df的{{1}}列：

类似地，对于您的问题，您也可以在匹配同一数据框的不同列时应用相同的逻辑。我认为您需要：

df1

根据评论：将其添加到上面的代码下方：

df['is_conversion']= df['A'].isin(df1['D']).astype(bool)
print(df)


A   B   is_conversion
0   1   2   True
1   3   4   True
2   5   6   True
3   7   8   True
4   10  11  False

使用df_cleaned_sessions['is_conversion'] = df_cleaned_sessions['datetime_only_first_engagement'].isin(df_cleaned_sessions['datetime_sessions']).astype(bool)的替代答案：

df_cleaned_sessions['is_conversion'] = df_cleaned_sessions['is_conversion'].replace({True:1, False:0})

希望有帮助..！

Python Pandas质疑匹配的行，查找索引并创建列

3 个答案: