时间：

Question

我想创建一列“ Held？”在我的pandas数据帧中，当同一行的另一个单元格“ HeldDrpTypes”中包含单元格“ DrpType”中的字符时，就会进行标记。

我尝试使用where和in，但没有用：

df['Held?'] = where(df['DrpType'] in df['HeldDrpTypes'] == True),'Yes','No')

这就是我要完成的事情：

> print(df)
      DrpType     HeldDrpTypes     Held?    
0       A              B            No
1       B              BC           Yes
2       C              B            No
3       B              BC           Yes
4       A              BC           No
5       C              BC           Yes

有什么想法可以解决这个问题吗？

Answer 1

对于纯熊猫，您可以使用df.apply()

import pandas as pd
df = pd.DataFrame({
    'DrpType': ['A', 'B', 'C', 'B', 'A', 'C',],
    'HeldDrpTypes':['B', 'BC', 'B', 'BC', 'BC', 'BC']
})

df['Held?'] = df.apply(lambda row: row['DrpType'] in row['HeldDrpTypes'], axis=1)

print(df)
#   DrpType HeldDrpTypes  Held?
# 0       A            B  False
# 1       B           BC   True
# 2       C            B  False
# 3       B           BC   True
# 4       A           BC  False
# 5       C           BC   True

如果您是Yes / No的拥护者，而不是True / False，则可以使用以下内容，但是我建议您坚持使用二进制{ {1}} / True可以简化检查真实性的过程，而不必解析字符串。

False

Answer 2

我对两个答案的时机感到好奇，所以我使用更大的数据框对其进行了测试：

df = pd.concat([df]*100000, ignore_index=True)

print(df.shape)

(600000, 2)

时间：

温布斯，答案为list comprehension:

%%timeit

df['Held'] = ['Yes' if x in y else 'No' for x , y in zip(df.DrpType,df.HeldDrpTypes)]

给出以下内容：

304 ms ± 17.8 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

Brian Cohans 使用.apply

回答

%%timeit

df['Held?'] = df.apply(
    lambda row: 'Yes' if row['DrpType'] in row['HeldDrpTypes'] else 'No', axis='columns')

给出以下内容：

23.2 s ± 1.23 s per loop (mean ± std. dev. of 7 runs, 1 loop each)

因此，速度差异实际上在+-1000的数量级上，从而有利于list comprehension

Answer 3

您可以检查

l=['Yes' if x in y else 'No' for x , y in zip(df.DrpType,df.HeldDrpTypes)]
l
Out[196]: ['No', 'Yes', 'No', 'Yes', 'No', 'Yes']


df['Held']=l

或者我们使用numpy

中的方法

np.core.chararray.find(df.HeldDrpTypes.values.astype(str),df.DrpType.values.astype(str))!=-1
Out[201]: array([False,  True, False,  True, False,  True])

PYTHON-检查单元格是否包含另一个单元格的字符串

3 个答案:

时间：