值的长度与索引更新数据帧列的长度不匹配

Question

我得到了这个代码：

df['newCol'] = [x if x in df['subject'] else np.NAN for x in myList]

我收到的错误是：ValueError: Length of values (97508) does not match length of index (100)

我试图实现的是检查myList(这是str的列表(中的每个项目，如果其中一个或多个项目存在于'subject'列(这是一个可变长度的字符串列，可能包含也可能不包含myList中的一个或更多个项目(中，则'newCol'列将填充myList中匹配项目的列表；否则，在没有匹配的情况下，Nan或空列表。

ValueError表示，值的长度与索引的长度不同。我能看到的是，100是df的长度，而97508是df的长度。

我做错了什么？感谢

Answer 1

pakpe的答案问题与原始代码中的逻辑相同。你说你想要

"newCol"列填充有匹配项的列表来自myList；否则，在不匹配的情况下，Nan或空列表

你的两次尝试都没有说明这一点。

import pandas as pd
import numpy as np
#initialize with blank list in newCol
testdata = [['Subject Test1 yes', []], ['Subject Test2 yes', []], ['Subject Test3 no', []]]
myList = ['yes', '2', 'random']
#create dataframe
df = pd.DataFrame(testdata, columns=['subject', 'newCol'])
# set column type of newCol as object to ensure it may contain a list of values
df['newCol'] = df['newCol'].astype('object')
for index, row in df.iterrows():
for x in myList:
if x in row['subject']:
df.at[index, 'newCol'].append(x)
print(df)

或者，如果你想用NaN填充，你可以做：

for index, row in df.iterrows():
for x in range(len(myList)):
if myList[x] in row['subject']:
df.at[index, 'newCol'].append(myList[x])
if x == len(myList)-1 and df.at[index, 'newCol'] == []:
df.at[index, 'newCol'] = np.NAN

输出：

myList = ['yes', '2', 'random']
subject    newCol
0  Subject Test1 yes     [yes]
1  Subject Test2 yes  [yes, 2]
2   Subject Test3 no     [nan]

Answer 2

以下是如何：

df = pd.DataFrame({'subject':['a','b','c','d','e']})
myList = ['c','e']
df['newCol'] = df[df['subject'].apply(lambda x: x in myList)]
print(df)
#
subject newCol
0       a    NaN
1       b    NaN
2       c      c
3       d    NaN
4       e      e

Answer 3

我最终得到了这个：

for row in df.itertuples():
for x in myList:
if x in row.subject:
df.iat[row.Index, 3].append(x)

因为CCD_ 8比CCD_。然而，考虑到我的数据帧超过100000行，myList大约有90000个元素，执行它需要几分钟的时间。我希望我可以利用一些pandas矢量化方法来提高性能，但到目前为止，我还无法找到解决方案。有什么建议吗？