如何在Numpy Array和Pandas Dataframe之间进行映射？

Question

我有一个像熊猫一样的数据帧

data = [[0, 10, 22000, 3], 
        [1, 15, 42135, 4], 
        [0, 14, 13526, 5],
        [0, 16, 32156, 3], 
        [1, 23, 13889, 5], 
        [0, 18, 18000, 6], 
        [0, 21, 13189, 2], 
        [1, 32, 58766, 2]] 

df = pd.DataFrame(data, columns = ['Gender', 'Age', 'Amount','Dependents']) 

我有一个numpy阵列

arr = numpy.array([[1, 15, 42135, 4],
       [1, 23, 13889, 5],
       [0, 21, 13189, 2]])

在这里，我想在数据框'data'（比如说'Good_Bad'）中创建一个新列，如果数组中存在数组，则为1。

结果应该是这样的

data = [[0, 10, 22000, 3, 0], 
        [1, 15, 42135, 4, 1], 
        [0, 14, 13526, 5, 0],
        [0, 16, 32156, 3, 0], 
        [1, 23, 13889, 5, 1], 
        [0, 18, 18000, 6, 0], 
        [0, 21, 13189, 2, 1], 
        [1, 32, 58766, 2, 0]] 

记录2,5,7在新列中有1，其他记录有0.不确定如何映射数组和数据帧。

Answer 1

方法＃1

矢量化broadcasting -

dfc = df[['Gender','Age','Amount','Dependents']] # select relevant cols
df['Good_Bad'] = (dfc.values[:,None]==arr).all(2).any(1).astype(int)

在较新的pandas版本（> = v0.24）上，使用dfc.to_numpy(copy=False)而不是dfc.values 。

方法2

这是一个有内存和性能效率的views -

# https://stackoverflow.com/a/45313353/ @Divakar
def view1D(a, b): # a, b are arrays
    # This function gets 1D view into 2D input arrays
    a = np.ascontiguousarray(a)
    b = np.ascontiguousarray(b)
    void_dt = np.dtype((np.void, a.dtype.itemsize * a.shape[-1]))
    return a.view(void_dt).ravel(),  b.view(void_dt).ravel()

D,A = view1D(dfc,arr)
df['Good_Bad'] = np.isin(D,A).astype(int)