用apply()函数从两列创建新列

Question

我想使用Pandas DataFrame的apply()方法创建一个名为s['C']的列。

我的数据集类似于这个：

[In]:

s=pd.DataFrame({'A':['hello', 'good', 'my', 'pandas','wrong'], 
                'B':[['all', 'say', 'hello'],
                     ['good', 'for', 'you'], 
                     ['so','hard'], 
                     ['pandas'],
                     []]})

[Out]: 
    A       B
0   hello   [all, say, hello]
1   good    [good, for, you]
2   my      [so, hard]
3   pandas  [pandas]
4   wrong   []

我需要创建一个名为s['C']的列，其中每行的值是一个列表，根据列A中的单词是否在列B的列表中以及元素在列B的列表中的位置而定，由0和1组成。我的输出应该像这样：

[Out]: 
    A       B                   C
0   hello   [all, say, hello]   [0, 0, 1]
1   good    [good, for, you]    [1, 0, 0]
2   my      [so, hard]          [0, 0]
3   pandas  [pandas]            [1]
4   wrong   []                  [0]

我一直在尝试使用函数和apply，但我仍然没有意识到错误出在哪里。

[In]:
def func(valueA,listB):
  new_list=[]
  for i in listB:
    if listB[i] == valueA:
      new_list.append(1)
    else:
      new_list.append(0)
  return new_list

s['C']=s.apply( lambda x: func(x.loc[:,'A'], x.loc[:,'B']))

错误是：Too many indexers

我还尝试了以下方法：

[In]:
list=[]
listC=[]
for i in s['A']:
  for j in s['B'][i]:
     if s['A'][i] == s['B'][i][j]:
        list.append(1)
     else:
        list.append(0)
  listC.append(list)

s['C']=listC

错误是：KeyError: 'hello'

有什么建议吗？

- Nachengue

---

列表是必要的吗？您可以使用MultiIndex进行组织，其中第一级是原始索引，第二级是列表索引。然后，所有这些操作都变得更加高效。 - ALollz

@ALollz，你说的很有趣。你有一些例子吗？我的Github用户名是Ignacio-Ibarra，谢谢。 - Nachengue

Answer 1

如果您正在使用 pandas 0.25+，explode 是一种选项：

(s.explode('B')
  .assign(C=lambda x: x['A'].eq(x['B']).astype(int))
  .groupby(level=0).agg({'A':'first','B':list,'C':list})
)

输出：

        A                  B          C
0   hello  [all, say, hello]  [0, 0, 1]
1    good   [good, for, you]  [1, 0, 0]
2      my         [so, hard]     [0, 0]
3  pandas           [pandas]        [1]
4   wrong              [nan]        [0]

选项2：根据您的逻辑，您可以使用列表推导式。这应该适用于任何版本的pandas：

s['C'] = [[x==a for x in b] if b else [0] for a,b in zip(s['A'],s['B'])]

输出：

        A                  B                     C
0   hello  [all, say, hello]  [False, False, True]
1    good   [good, for, you]  [True, False, False]
2      my         [so, hard]        [False, False]
3  pandas           [pandas]                [True]
4   wrong                 []                   [0]

- Quang Hoang

Answer 2

使用apply将如下：

s['c'] = s.apply(lambda x: [int(x.A == i) for i in x.B], axis=1)
s
        A                  B          c
0   hello  [all, say, hello]  [0, 0, 1]
1    good   [good, for, you]  [1, 0, 0]
2      my         [so, hard]     [0, 0]
3  pandas           [pandas]        [1]
4   wrong                 []         []

- Dishin H Goyani

Answer 3

另一种需要使用numpy进行简单索引的方法：

import numpy as np

def create_vector(word, vector):

    out = np.zeros(len(vector))
    indices = [i for i, x in enumerate(vector) if x == word]
    out[indices] = 1

    return out.astype(int)


s['C'] = s.apply(lambda x: create_vector(x.A, x.B), axis=1)

# Output
#      A        B                   C
# 0    hello    [all, say, hello]   [0, 0, 1]
# 1    good     [good, for, you]    [1, 0, 0]
# 2    my       [so, hard]          [0, 0]
# 3    pandas   [pandas]            [1]
# 4    wrong    []                  []

- UJIN

Answer 4

我可以通过一些小改动使你的函数正常工作：

def func(valueA, listB):
    new_list = []
    for i in range(len(listB)): #I changed your in listB with len(listB)
        if listB[i] == valueA:
            new_list.append(1)
        else:
            new_list.append(0)
    return new_list

将参数axis = 1添加到应用函数。

s['C'] = s.apply(lambda x: func(x.A, x.B), axis=1)

- strivn