Pandas.DataFrame - 根据另一列中的值是否已发生创建一个新列

Question

我是一个业余用户，有一些经验 VBA 但试图切换到 Python 因为我漂亮的新 MBP 运行 VBA 很糟糕。 我正在尝试根据是否已经出现另一个列值来创建一个 df 列。 如果有，则该行的新列值为 0，如果不是 1。

例如：我想在下面的示例中创建列 C。 我该如何快速完成？

 AB C (to create column C) 0 001 USA 1 1 002 Canada 1 3 003 China 1 4 004 India 1 5 005 UK 1 6 006 Japan 1 7 007 USA 0 8 008 UK 0

Answer 1

您可以检查'B'列上的重复项并将重复项设置为 0。然后将任何非重复项设置为 1，如下所示：

 df = pd.DataFrame({'A':[1, 2, 3, 4, 5, 6, 7, 8], 'B':['USA', 'Canada', 'China', 'India', 'UK', 'Jpan', 'USA', 'UK']}) df.loc[df['B'].duplicated(), 'C'] = 0 df['C'] = df['C'].fillna(1).astype(int) print(df)

Output：

 AB C 0 1 USA 1 1 2 Canada 1 2 3 China 1 3 4 India 1 4 5 UK 1 5 6 Jpan 1 6 7 USA 0 7 8 UK 0

Answer 2

创建 dataframe 后：

 import pandas as pandas data = [["001", "USA"], ["002", "Canada"], ["003", "China"], ["004", "India"], ["005", "UK"], ["006", "Japan"], ["007", "USA"], ["008", "UK"]] # Create a dataframe df = pandas.DataFrame(data, columns=["A", "B"])

您可以将 function 应用于其中一列（在您的情况下为B列）的每个值，并将 function 的值的 output 作为列的值。

 df["C"] = df.B.apply(lambda x: 1 if df.B.value_counts()[x] == 1 else 0)

这将检查 B 列中的值是否出现在列中的其他位置，如果唯一则返回1 ，如果重复则返回0 。

dataframe 看起来像这样：

 AB C 0 001 USA 0 1 002 Canada 1 2 003 China 1 3 004 India 1 4 005 UK 0 5 006 Japan 1 6 007 USA 0 7 008 UK 0

如果您希望每次需要命令时都重新计算值

df["C"] = df.B.apply(lambda x: 1 if df.B.value_counts()[x] == 1 else 0)

每次添加一行后执行。