嘗試使用 pandas 遍歷每一行，評(píng)估該行的 B 列值是否包含 A 列中的任何值，然后填充與 A 行中的每個(gè)值對(duì)應(yīng)的新列 C、D、E ...。代碼下面是我為獲得相同結(jié)果而必須做的事情，但在這里我需要事先知道 A 行中可能存在哪些值。d = {'country': ["USA", "China", "Singapore"], 'allies': ["Turkey, UK, France, India", "DPRK, Singapore", "USA, China"]}df = pd.DataFrame(data=d)df["USAally"] = df['allies'].map(lambda x: 1 if "USA" in x else 0)df["Chinaally"] = df['allies'].map(lambda x: 1 if "China" in x else 0)df["Singaporeally"] = df['allies'].map(lambda x: 1 if "Singapore" in x else 0)
3 回答
大話西游666
TA貢獻(xiàn)1817條經(jīng)驗(yàn) 獲得超14個(gè)贊
您可以使用get_dummies此處有效地執(zhí)行此操作：
dummies = (df['allies'].str.get_dummies(sep=', ')
.reindex(df['country'].unique(), axis=1)
.add_suffix('_ally'))
df.join(dummies)
country allies USA_ally China_ally Singapore_ally
0 USA Turkey, UK, France, India 0 0 0
1 China DPRK, Singapore 0 0 1
2 Singapore USA, China 1 1 0
在哪里，
dummies
USA_ally China_ally Singapore_ally
0 0 0 0
1 0 0 1
2 1 1 0
慕姐8265434
TA貢獻(xiàn)1813條經(jīng)驗(yàn) 獲得超2個(gè)贊
讓我們?cè)囋囘@個(gè)，用它series.unique來(lái)識(shí)別獨(dú)特的國(guó)家，然后str.contains檢查它是否存在。
for c in df.country.unique():
df[f'{c}_Aally'] = df.allies.str.contains(c).astype(int)
df
Out[20]:
country allies USA_Aally China_Aally Singapore_Aally
0 USA Turkey, UK, France, India 0 0 0
1 China DPRK, Singapore 0 0 1
2 Singapore USA, China 1 1 0
慕沐林林
TA貢獻(xiàn)2016條經(jīng)驗(yàn) 獲得超9個(gè)贊
這是您的代碼的概括，首先獲取列中出現(xiàn)的所有唯一字母letter，然后分別循環(huán)遍歷它們并基本上對(duì)每個(gè)字母執(zhí)行您在上面所做的事情。
complete_letter_set = set(''.join(df['letter'])
for l in complete_letter_set:
df[f"letter{l}exists"] = df['letter'].map(lambda x: int(l in x))
請(qǐng)注意，我已將條件簡(jiǎn)化1 if A in x else 0為 just int(l in x)，因?yàn)閕nt(True) == 1無(wú)論如何int(False) == 0。
添加回答
舉報(bào)
0/150
提交
取消