我有一个包含数千列的 Pandas Dataframe。Pandas Dataframe 的片段通过以下方式表示： import numpy as np import pandas as pd DataFrame1=pd.DataFrame([ ['A1X1' , 'J1', 'Q4', 'ND', 'J1'], ['A1X2' , 'X1', '01', 'Q2', 'JK'], ['A1X3' , 'R6', 'R6', '01', 'A5'], ['A1X4' , 'J1', 'R6', 'A5', 'B6']], columns=['ID', 'SearchValue', 'Check 1', 'Check 2', 'Check 60000']) DataFrame1.head(4)我有一个包含数千列的 Pandas Dataframe。Pandas Dataframe 的片段通过以下方式表示： import numpy as np import pandas as pd DataFrame1=pd.DataFrame([ ['A1X1' , 'J1', 'Q4', 'ND', 'J1'], ['A1X2' , 'X1', '01', 'Q2', 'JK'], ['A1X3' , 'R6', 'R6', '01', 'A5'], ['A1X4' , 'J1', 'R6', 'A5', 'B6']], columns=['ID', 'SearchValue', 'Check 1', 'Check 2', 'Check 60000']) DataFrame1.head(4)
3 回答
鸿蒙传说
TA贡献1865条经验 获得超7个赞
# create a mask using isin and any
mask = DataFrame1[DataFrame1.columns[2:]].isin(DataFrame1['SearchValue']).any(1)
# use numpy.where to assign values
DataFrame1['FinalResult'] = np.where(mask, DataFrame1['SearchValue'], 'XX')
ID SearchValue Check 1 Check 2 Check 60000 FinalResult
0 A1X1 J1 Q4 ND J1 J1
1 A1X2 X1 01 Q2 JK XX
2 A1X3 R6 R6 01 A5 R6
3 A1X4 J1 R6 A5 B6 XX
青春有我
TA贡献1784条经验 获得超8个赞
您想要搜索每行中的值：
mask = DataFrame1.filter(like='Check').eq(DataFrame1['SearchValue'], axis=0).any(1)
DataFrame1['FinalResult'] = DataFrame1['SerchValue'].where(mask, 'XX')
输出：
ID SearchValue Check 1 Check 2 Check 60000 FinalResult
0 A1X1 J1 Q4 ND J1 J1
1 A1X2 X1 01 Q2 JK XX
2 A1X3 R6 R6 01 A5 R6
3 A1X4 J1 R6 A5 B6 XX
蝴蝶不菲
TA贡献1810条经验 获得超4个赞
我会进入 numpy 世界并进行比较：
box = df.to_numpy()
box
array([['A1X1', 'J1', 'Q4', 'ND', 'J1'],
['A1X2', 'X1', '01', 'Q2', 'JK'],
['A1X3', 'R6', 'R6', '01', 'A5'],
['A1X4', 'J1', 'R6', 'A5', 'B6']], dtype=object)
compare = box[:, 1, np.newaxis] == box[:, 2:]
现在分配numpy where
df['Final Result'] = np.where(np.sum(compare, axis=1), box[:, 1], "XX")
ID SearchValue Check 1 Check 2 Check 60000 Final Result
0 A1X1 J1 Q4 ND J1 J1
1 A1X2 X1 01 Q2 JK XX
2 A1X3 R6 R6 01 A5 R6
3 A1X4 J1 R6 A5 B6 XX
添加回答
举报
0/150
提交
取消