Python的大熊猫质疑匹配的行，找到索引和创建列

Question

我正在学习Python和试图解决一个问题，但来到这里卡住了。我想做到以下几点：

数据框被称为：df_cleaned_sessions

它包含时间戳两列：

1. datetime_only_first_engagement
2. datetime_sessions

为了您的信息datetime_only_first_engagement列比datetime_sessions少了很多的时间戳，会话列有很多NA值，因为这是数据框左侧的结果加入。

我想做到以下几点： 找到在哪里datetime_only_first_engagement时间戳从datetime_sessions等于时间戳行，从这些行保存索引，创建一个名为“is_conversion”数据帧的新列，并设置这些（匹配时间戳）索引True。其余指标应设置为False。

希望可以有人帮帮我！

非常感谢。

Answer 1

那将是更容易，如果你已经提供了一个示例代码和预期的输出，但是通过阅读你的问题，我觉得你想做到以下几点：

import pandas as pd

让我们建立一个样本DF：

df = pd.DataFrame([[1, 2], [3, 4], [5, 6], [7, 8],[10,11]], columns=["A", "B"])
print(df)
    A   B
0   1   2
1   3   4
2   5   6
3   7   8
4   10  11

让我们假设DF1是：

df1 = pd.DataFrame([[1, 2], [3, 4], [5, 6], [7, 8],[9,10]], columns=["D", "E"])
print(df1)
    D   E
0   1   2
1   3   4
2   5   6
3   7   8
4   9   10

应用下面的代码，以检查是否在A列df在D的列df1存在：

df['is_conversion']= df['A'].isin(df1['D']).astype(bool)
print(df)


A   B   is_conversion
0   1   2   True
1   3   4   True
2   5   6   True
3   7   8   True
4   10  11  False

同样，对于你的问题，你可以在太匹配了相同的数据帧的不同列应用相同的逻辑。我想你需要：

df_cleaned_sessions['is_conversion'] = df_cleaned_sessions['datetime_only_first_engagement'].isin(df_cleaned_sessions['datetime_sessions']).astype(bool)

根据该意见：添加此上面的代码如下：

df_cleaned_sessions['is_conversion'] = df_cleaned_sessions['is_conversion'].replace({True:1, False:0})

使用np.where备选答案：

import numpy as np
df_cleaned_sessions['is_conversion'] = np.where(df_cleaned_sessions['datetime_only_first_engagement'].isin(df_cleaned_sessions['datetime_sessions']),True,False)

希望可以帮助..！

Answer 2

据我了解，你需要numpy.where：

import numpy as np
df_cleaned_sessions['is_conversion'] = np.where(df_cleaned_sessions['datetime_only_first_engagement'] == df_cleaned_sessions['datetime_sessions'], True, False)

Answer 3

df_cleaned_sessions['is_conversion'] = df_cleaned_sessions['datetime_only_first_engagement'] == df_cleaned_sessions['datetime_sessions']