检查列中是不是存在值并根据不同条件在另一个 Pandas 中更改：Pandas

Posted 2023-03-11

【中文标题】检查列中是不是存在值并根据不同条件在另一个 Pandas 中更改：Pandas

【英文标题】：Check if a value exist in a column and change in another Pandas based on different conditions: Pandas检查列中是否存在值并根据不同条件在另一个 Pandas 中更改：Pandas

【发布时间】：2022-01-24 00:13:40

【问题描述】：

我有以下信息。

假设我有以下列表。

my_list = [2,3,4,5]

我的数据框如下：

df

Col1      Score  Value
[1,3,6]    0      Hot
[7]        10     Mild
[10,11,2]  50     Cool
[5,9]      0      Cool
[2,5,6]    100    Mild

我想检查列表 my_list 中的一个值是否存在于列 Col1 中。如果存在，则通过检查是否Score > 0将对应行的Value列中的值更改为Hot，除非保持Value列中的值不变。

我希望看到类似下面的内容。

Col1      Score  Value
[1,3,6]    0      Hot
[7]        10     Mild
[10,11,2]  50     Hot
[5,9]      0      Cool
[2,5,6]    100    Hot

我只是在寻找一个简单的脚本，它可以迭代并检查每一行，并在对应行的另一列中更改一个值。

有人可以帮忙吗？

【参考方案1】：

首先explode Col1 检查值是否在 my_list 中，然后groupby+any 获得一系列布尔值（如果列表中至少有一个项目则为真）。

如果满足这两个条件，则使用这个和一个条件来得分mask 带有“热”的值：

match = df['Col1'].explode().isin(my_list).groupby(level=0).any()
df['Value'] = df['Value'].mask(match & df['Score'].gt(0), 'Hot')

输出：

          Col1  Score Value
0    [1, 3, 6]      0   Hot
1          [7]     10  Mild
2  [10, 11, 2]     50   Hot
3       [5, 9]      0  Cool
4    [2, 5, 6]    100   Hot

【参考方案2】：

这是一种使用map()和where()的方法：

s1 = df['col1'].map(lambda x: any([i in my_list for i in x]))
s2 = df['Score'].eq(0)
df.assign(Value = df['Value'].where((s1 | s2),df['Value']))

输出：

           col1  Score Value
0     [1, 3, 6]      0   Hot
1           [7]     10  Mild
2  [10, 11, 12]     50   Hot
3        [5, 9]      0  Cool
4     [2, 5, 6]    100   Hot