如何遍历在数据帧的列清单的项目

Question

这是我的数据框：

import pandas as pd
df = pd.DataFrame({'animal':['dog','cat','rabbit','pig'],'color':['red','green','blue','purple'],\
               'season':['spring,','summer','fall','winter']})

我有一个列表

l = ['dog','green','purple']

这些数据框和列表，我想补充另一列到DF，这实际上是一个结果，如果列“动物”或列“色”相匹配的l（列表）的一些项目。

所以，我想要的结果（数据帧）低于（我想表达一个表）：

pd.DataFrame({'animal':['dog','cat','rabbit','pig'],
               'color':['red','green','blue','purple'],
               'season':['spring,','summer','fall','winter'],
               'tar_rm':[1,1,0,1] })

我必须在列的每个行迭代列表？我相信，大熊猫的一个优势正在广播，但我不知道这是可能在这里...

Answer 1

采用：

cols = ['animal','color']
df['tar_rm'] = df[cols].isin(l).any(axis=1).astype(int)
print (df)
   animal   color  season  tar_rm
0     dog     red  spring       1
1     cat   green  summer       1
2  rabbit    blue    fall       0
3     pig  purple  winter       1

细节：

首先由DataFrame比较DataFrame.isin的过滤列：

print (df[cols].isin(l))
   animal  color 
0    True  False  
1   False   True  
2   False  False   
3   False   True  

然后由测试True每行，如果至少一个DataFrame.any：

print (df[cols].isin(l).any(axis=1))
0     True
1     True
2    False
3     True
dtype: bool

最后一投布尔为整数：

print (df[cols].isin(l).any(axis=1).astype(int))
0    1
1    1
2    0
3    1
dtype: int32

如果性能是重要的isin每列分别比较，转换成numpy的阵列，通过按位或和去年投地整数链：

df['tar_rm'] = (df['animal'].isin(l).values | df['color'].isin(l).values).astype(int)

性能：取决于行数，匹配的行和列表值的数数，实际数据，因此最好的测试：

l = ['dog','green','purple']

df = pd.concat([df] * 100000, ignore_index=True).sample(1)
In [173]: %timeit df['tar_rm'] = df[['animal','color']].isin(l).any(axis=1).astype(int)
2.11 ms ± 250 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [174]: %timeit df['tar_rm'] = (df['animal'].isin(l).values | df['color'].isin(l).values).astype(int)
487 µs ± 9.87 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [175]: %timeit df['tar_rm'] = np.where(df['animal'].isin(l) | df['color'].isin(l), 1, 0)
805 µs ± 15.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Answer 2

使用numpy

df['tar_rm'] = np.where(df['animal'].isin(l) | df['color'].isin(l), 1, 0)

产量

   animal   color   season  tar_rm
0     dog     red  spring,       1
1     cat   green   summer       1
2  rabbit    blue     fall       0
3     pig  purple   winter       1