在 Pandas 中将项目从一列映射到新列的有效方法

Posted

技术标签:

【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!

【问题讨论】:

【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!

以上是关于在 Pandas 中将项目从一列映射到新列的有效方法的主要内容,如果未能解决你的问题,请参考以下文章

Pandas:根据另一列的百分比增长率创建一个新列

要检查 Pandas Dataframe 列的 TRUE/FALSE,如果 TRUE 检查另一列是不是满足条件并生成具有值 PASS/FAIL 的新列

将函数应用于两列并将输出映射到新列[重复]

在Pandas Dataframe列中查找某些单词,如果找到,则将它们添加到新列中

如何在 PySpark 或 Pandas 中将一列的中间行大写

检查一列中的值是不是存在于另一列中,如果存在,则将另一列中的值复制到新列中