我是一个业余用户,有一些VBA经验,但试图切换到Python,因为我漂亮的新MBP运行VBA悲惨。我正在尝试创建一个df列,基于是否已经出现了另一个列值。如果有,则该行的新列值为0,如果不是1。
例如:我想在下面的例子中创建C列。我怎样才能快速完成?
A B C (to create column C)
0 001 USA 1
1 002 Canada 1
3 003 China 1
4 004 India 1
5 005 UK 1
6 006 Japan 1
7 007 USA 0
8 008 UK 0
您可以检查'B'
列上的重复项,并将重复项设置为0。然后像这样将所有非重复项设置为1:
df = pd.DataFrame({'A':[1, 2, 3, 4, 5, 6, 7, 8], 'B':['USA', 'Canada', 'China', 'India', 'UK', 'Jpan', 'USA', 'UK']})
df.loc[df['B'].duplicated(), 'C'] = 0
df['C'] = df['C'].fillna(1).astype(int)
print(df)
输出:
A B C
0 1 USA 1
1 2 Canada 1
2 3 China 1
3 4 India 1
4 5 UK 1
5 6 Jpan 1
6 7 USA 0
7 8 UK 0
创建完数据框架后:
import pandas as pandas
data = [["001", "USA"], ["002", "Canada"], ["003", "China"],
["004", "India"], ["005", "UK"], ["006", "Japan"], ["007", "USA"], ["008", "UK"]]
# Create a dataframe
df = pandas.DataFrame(data, columns=["A", "B"])
您可以将函数应用于其中一列(在您的示例中是B
列)的每个值,并将函数的输出作为您的列的值。
df["C"] = df.B.apply(lambda x: 1 if df.B.value_counts()[x] == 1 else 0)
这将检查B列中的值是否出现在列的其他地方,如果唯一则返回1
,如果重复则返回0
。
数据框看起来像这样:
A B C
0 001 USA 0
1 002 Canada 1
2 003 China 1
3 004 India 1
4 005 UK 0
5 006 Japan 1
6 007 USA 0
7 008 UK 0
如果您希望每次都重新计算值,则需要使用
命令df["C"] = df.B.apply(lambda x: 1 if df.B.value_counts()[x] == 1 else 0)
每次添加一行后执行。