在 Pandas 中将项目从一列映射到新列的有效方法

Posted 2023-03-12

【中文标题】在 Pandas 中将项目从一列映射到新列的有效方法

【英文标题】：Efficient way to map items from one column into new column in Pandas

【发布时间】：2021-06-15 09:11:34

【问题描述】：

假设我有一个名为 df_1 的 Pandas df，其中一行如下所示：

id	rank_url_agg	url_list
2223	['gtech.com','gm.com', 'ford.com']	['google.com','gtech.com','autoblog.com','gm.com', 'ford.com']

我想创建一个名为 url_list_agg 的新列，它对每一行执行以下操作：

遍历url_list中的URL 如果同一行的rank_url_agg 中不存在URL，则赋值为0。 如果 URL 存在于 rank_url_agg 中，则 分配与 rank_url_agg 列表的长度和 rank_url_agg 中该 URL 的索引之间的差相对应的值。 完成对 url_list 中所有 URL 的迭代后，将结果包装到一个列表中。

所以最后，新的url_list_agg 列中的第一行将变为[0,3,0,2,1]。

我尝试运行以下脚本（仅测试第一行而不是整个数据框）：

for item in agg_report['url_list'][0]:
    if item in agg_report['rank_url_agg'][0]:
        item=len(rank_url_agg[0]) - agg_report['rank_url_agg'][0].index(item)
    else:
        item=0 

但是当我检查agg_report['url_list'][0] 时，它仍然只返回这个列表：['google.com','gtech.com','autoblog.com','gm.com', 'ford.com']。所以我的代码不起作用。

任何有关如何为数据框中的每一行实现此目标的建议都将不胜感激！

【参考方案1】：

您没有分配回实际的数据框。

def idx(a, b):
    return [len(a) - a.index(x) if x in a else 0 for x in b]

df_1 = df_1.assign(url_list_agg=[*map(idx, df_1.rank_url_agg, df_1.url_list)])

【讨论】：

这很好！谢谢，你的回答很完美！