计算一列在另一列中是否具有特定值

Question

我有一列（user_id）包含数千个 user_id（也重复），另一列（字符串）包含几个不同的字符串。我想检查唯一的 user_id 是否具有特定字符串并将用户 id 和 1 存储在新的数据框中。如果 user_id 没有字符串，那么我想存储 user_id 和 0。在这种情况下，我想为字符串“good”提供 1，为任何其他字符串提供 0。

我似乎无法找到一种不无限循环的好方法。

初始 Pandas 数据框

用户ID	绳子
1	好
1	更好
1	好
2	好
2	更糟
3	更糟
3	更糟

所需的 Pandas 数据框

用户ID	是字符串
1	1
2	1
3	0

Answer 1

为了保持其矢量化，我们可以跳过

apply

:

df['string'].eq('good').groupby(df['user_id']).any().astype(int).reset_index(name='is string')

   user_id  is string
0        1          1
1        2          1
2        3          0

Answer 2

您可以使用 issubset:

来验证字符串是否包含

res = df.groupby('user_id')['string'].apply(frozenset(['good']).issubset).reset_index()
print(res)

输出

   user_id  string
0        1    True
1        2    True
2        3   False

如果需要整数：

res['string'] = res['string'].astype(int)
print(res)

输出

   user_id  string
0        1       1
1        2       1
2        3       0

替代方案：

res = df.groupby('user_id')['string'].apply(lambda x: x.eq('good').any()).reset_index()
res['string'] = res['string'].astype(int)
print(res)