Question

尝试使用熊猫遍历每一行，评估该行的B列值是否包含A列中的任何值，然后填充对应于A列中每个值的新列C，D，E ...要获得相同的结果，下面的代码是我要做的，但是在这里，我需要事先知道行A中可能存在什么值。

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)

Answer 1

您可以在此处使用get_dummies有效地做到这一点：

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

Answer 2

让我们尝试一下，使用series.unique来标识唯一的国家，然后使用str.contains来检查是否存在。

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

Answer 3

这里是代码的一般化，首先获取letter列中出现的所有唯一字母，然后逐个循环遍历它们，并基本上完成每个操作。< / p>

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))

请注意，我将条件1 if A in x else 0简化为int(l in x)，因为无论如何int(True) == 1和int(False) == 0。

根据另一列是否包含每个行名称来创建新列

3 个答案: