Python 根据两个字符串值计算数据帧

我有一个数据框架“表”，其中包含一个名为“意见”的列，其中填充了字符串值。我想创建一个名为“cond5”的新列，对于“意见”为“购买”或“中立”的每一行，该列都用TRUE填充

我试过了

table["cond5"]= table.OPINION == "buy" or table.OPINION == "neutral"

这给了我一个错误

table["cond5"]= table.OPINION.all() in ("buy", "neutral")

---

它对所有行返回FALSE。

正如Ed Chum指出的，您可以使用：

isin

检查是否完全相等。也许这将是最简单、最易读的

---

修理

table["cond5"] = table.OPINION == "buy" or table.OPINION == "neutral"

使用

括号是必需的，因为

|

的长度大于

=

x或y

要求

x

和

y

为布尔值

(table['OPINION'] == "buy") or (table['OPINION'] == "neutral")

从中引发错误

因此，请改用逻辑or运算符

|

，该运算符在序列元素中获取值的

或

---

另一种选择是

import numpy as np
table["cond5"] = np.logical_or.reduce([(table['OPINION'] == val) for val in ('buy', 'neutral')])

如果

（'buy'，'neutral'）

是一个较长的元组，这可能会很有用

---

另一个选择是使用熊猫：

str.contains

对

表['OPINION']中的每个项目执行正则表达式搜索模式
r'buy | neutral'


现在如何决定使用哪一个？下面是一个timeit基准测试，使用：

所以看起来像是
isin
是最快的
另一种方法是
table['OPINION'].isin（['buy'，'neutral']）
(table['OPINION'] == "buy") or (table['OPINION'] == "neutral")

import numpy as np
table["cond5"] = np.logical_or.reduce([(table['OPINION'] == val) for val in ('buy', 'neutral')])

table["cond5"] = table['OPINION'].str.contains(r'buy|neutral')

In [10]: table = pd.DataFrame({'OPINION':np.random.choice(['buy','neutral','sell',''], size=10**6)})

In [11]: %timeit (table['OPINION'] == "buy") | (table['OPINION'] == "neutral")
10 loops, best of 3: 121 ms per loop

In [12]: %timeit np.logical_or.reduce([(table['OPINION'] == val) for val in ('buy', 'neutral')])
1 loops, best of 3: 204 ms per loop

In [13]: %timeit table['OPINION'].str.contains(r'buy|neutral')
1 loops, best of 3: 474 ms per loop

In [14]: %timeit table['OPINION'].isin(['buy', 'neutral'])
10 loops, best of 3: 40 ms per loop