Pandas DataFrame-通過比較創建新列

Question

我正在嘗試使用“代碼”列中的值創建一個名為“ city_code”的列。 但是為了做到這一點，我需要比較“ ds_city”和“ city”的值是否相等。

這是一個表示例：

https://i.imgur.com/093GJF1.png

我已經試過了：

def find_code(data):
    if data['ds_city'] == data['city'] :
        return data['code']
    else:
        return 'UNKNOWN'

df['code_city'] = df.apply(find_code, axis=1)

但是，由於在“ ds_city”列中存在重復項，因此結果是：

https://i.imgur.com/geHyVUA.png

這是預期結果的圖像：

https://i.imgur.com/HqxMJ5z.png

我該如何解決？

Answer 1

您可以使用熊貓合並：

df = pd.merge(df, df[['code', 'city']], how='left', 
              left_on='ds_city', right_on='city', 
              suffixes=('', '_right')).drop(columns='city_right')

# output:
#   code    city        ds_city     code_right
# 0 1500107 ABAETETUBA  ABAETETUBA  1500107
# 1 2900207 ABARE       ABAETETUBA  1500107
# 2 2100055 ACAILANDIA  ABAETETUBA  1500107
# 3 2300309 ACOPIARA    ABAETETUBA  1500107
# 4 5200134 ACREUNA     ABARE       2900207

這是pandas.merge的文檔 。 它使用輸入數據幀，並在ds_city等於city時將其自身的code和city列連接起來。

上面的代碼將填補code_right當city沒有與發現nan 。 您可以進一步執行以下操作以將其填充為“未知”：

df['code_right'] = df['code_right'].fillna('UNKNOWN')

Answer 2

這更像是np.where

import numpy as np 

df['code_city'] = np.where(data['ds_city'] == data['city'],data['code'],'UNKNOWN')

Answer 3

您可以嘗試一下：

# Begin with a column of only 'UNKNOWN' values.
data['code_city'] = "UNKNOWN"
# Iterate through the cities in the ds_city column.
for i, lookup_city in enumerate(data['ds_city']):
  # Note the row which contains the corresponding city name in the city column.
  row = data['city'].tolist().index(lookup_city)
  # Reassign the current row's code_city column to that code from the row we found in the last step.
  data['code_city'][i] = data['code'][row]