根據數據框中另一列的值創建新列

Question

我當前數據框的一個片段是：

     |commentID | commentType |depth | parentID   |                                    
     |:-------- |:-------------------------------:| 
0    |58b61d1d  | comment     | 1.0  | 0.0        |
1    |58b6393b  | userReply   | 2.0  | 58b61d1d.0 |     
2    |58b6556e  | comment     | 1.0  | 0.0        |
3    |58b657fa  | userReply   | 3.0  | 58b61d1d.0 |
4    |58b657fa  | comment     | 1.0  | 0.0        |

我希望數據框看起來像：

     |commentID | commentType |depth | parentID   | receiveAReply |                                  
     |:-------- |:--------------------------------|--------------:| 
0    |58b61d1d  | comment     | 1.0  | 0.0        | 1             |
1    |58b6393b  | userReply   | 2.0  | 58b61d1d.0 | 0             |
2    |58b6556e  | comment     | 1.0  | 0.0        | 0             |
3    |58b657fa  | userReply   | 3.0  | 58b61d1d.0 | 0             |
4    |58b657fa  | comment     | 1.0  | 0.0        | 0             |

• 添加的列：receiveAReply
• 如果任何評論收到回復，則分配為 1。即使評論有多個回復，它仍然只分配 1 或 0。
• 所有用戶回復都會收到 0，即使該回復有回復，例如深度 = 3.0。 這樣我只關心對實際文章的評論以及他們是否收到回復，而不是回復的數量或對這些回復的回復。
• 因此，我專注於深度 2.0 的用戶回復以及他們的 parentID 匹配的commentID。

我有以下代碼，但是它分配了整個receiveAReply 列Nan，我嘗試在其中創建另一列“回復”，其中它們具有深度為2.0 的父ID。 我嘗試根據是否有任何commentID 與這些父ID 匹配來分配1：

df['replies'] = df.loc[df.depth == 2.0, ['parentID']]
df['receiveAReply'] = df.loc[df.commentID == df.replies, [1]]

Answer 1

IIUC 您的條件，您只是錯過了提取parentID列的左側部分：

pid = df.loc[df['depth'] == 2, 'parentID'].str.split('.').str[0].values

df['receiveAReply'] = 0
df.loc[df['commentID'].isin(pid), 'receiveAReply'] = 1

Output：

>>> df
  commentID commentType  depth    parentID  receiveAReply
0  58b61d1d     comment    1.0         0.0              1
1  58b6393b   userReply    2.0  58b61d1d.0              0
2  58b6556e     comment    1.0         0.0              0
3  58b657fa   userReply    3.0  58b61d1d.0              0
4  58b657fa     comment    1.0         0.0              0

Answer 2

這對我有用：

df['replies'] = df.loc[df.depth == 2.0, ['parentID']]

def test(x, y):
    if x in y.values:
        return 1
    else:
        return 0


df['getsReply'] = df['commentID'].apply(lambda x: test(x, df['replies']))