Question

我在数据框中有两列。第一个在每一行中包含一个字符串。第二个包含每一行的一组字符串。我如何使用熊猫函数检查每一行的第一列中的值是否在第二列中，以及它的效率？

pd.DataFrame（[np.random.randint（5，size = 12），np.random.randint（5，size =（12,5））]）。T

如何检查第1列列表中第0列的值

Answer 1

具有列表理解和zip（IMO，这比apply快）：

df=df.assign(Check=[a in b for a,b in zip(df[0],df[1])])

    0                1  Check
0   4  [4, 4, 2, 3, 0]   True
1   4  [1, 0, 2, 1, 4]   True
2   0  [2, 1, 1, 2, 2]  False
3   0  [0, 3, 3, 2, 3]   True
4   4  [3, 0, 0, 3, 1]  False
5   1  [0, 2, 0, 3, 4]  False
6   0  [4, 3, 4, 1, 1]  False
7   1  [2, 0, 0, 3, 1]   True
8   2  [3, 3, 3, 2, 4]   True
9   2  [3, 0, 0, 4, 1]  False
10  0  [3, 3, 3, 4, 3]  False
11  1  [0, 3, 3, 2, 1]   True

测试数据上的

性能：

Answer 2

IIUC，例如：

   Col1       Col2
0     0  [0, 1, 2]
1     1  [2, 3, 4]
2     2  [4, 5, 2]

您可以这样做：

df['Result'] = df.apply(lambda x: x.Col1 in x.Col2, axis = 1)

输出：

   Col1       Col2  Result
0     0  [0, 1, 2]    True
1     1  [2, 3, 4]   False
2     2  [4, 5, 2]    True

Answer 3

IIUC isin

pd.DataFrame(df[1].values.tolist(),index=df.index).isin(df[0]).any(1)

Answer 4

使用Numpy广播和any

样本为：

df:    
Out[429]:
    0                1
0   1  [0, 2, 2, 2, 0]
1   0  [0, 4, 3, 2, 4]
2   4  [4, 1, 0, 3, 2]
3   4  [1, 0, 1, 4, 1]
4   0  [3, 3, 1, 2, 2]
5   4  [0, 4, 2, 2, 0]
6   1  [2, 1, 1, 1, 0]
7   4  [0, 4, 2, 4, 0]
8   0  [4, 4, 4, 4, 4]
9   0  [4, 2, 3, 3, 1]
10  2  [0, 4, 2, 3, 2]
11  3  [1, 3, 2, 2, 1]

df['Flag_isin'] = (df[0].values[:, None] == np.vstack(df[1].values)).any(1)

Out[431]:
    0                1  Flag_isin
0   1  [0, 2, 2, 2, 0]      False
1   0  [0, 4, 3, 2, 4]       True
2   4  [4, 1, 0, 3, 2]       True
3   4  [1, 0, 1, 4, 1]       True
4   0  [3, 3, 1, 2, 2]      False
5   4  [0, 4, 2, 2, 0]       True
6   1  [2, 1, 1, 1, 0]       True
7   4  [0, 4, 2, 4, 0]       True
8   0  [4, 4, 4, 4, 4]      False
9   0  [4, 2, 3, 3, 1]      False
10  2  [0, 4, 2, 3, 2]       True
11  3  [1, 3, 2, 2, 1]       True

检查列值是否在另一列（其值为列表）中

4 个答案: