Python 检查一列的值是否在另一个numpy数组列的值中

我有一个熊猫数据框

import pandas as pd
dt = pd.DataFrame({'id' : ['a', 'a', 'a', 'b', 'b'],
                   'col_a': [1,2,3,1,2],
                   'col_b': [2,2,[2,3],4,[2,3]]})

我想创建一个列来评估a列中的值是否在b列中

输出数据帧应如下所示：

dt = pd.DataFrame({'id' : ['a', 'a', 'a', 'b', 'b'],
                   'col_a': [1,2,3,1,2],
                   'col_b': [2,2,[2,3],4,[2,3]],
                   'exists': [0,1,1,0,1]})

---

我该怎么做呢？

解决方案如果需要每行测试值，这意味着不是列cola的每个值都被列colu_b的所有值所取代：

您可以将自定义函数与if else语句一起使用：

f = lambda x: x['col_a'] in x['col_b'] 
              if isinstance(x['col_b'], list) 
              else x['col_a']== x['col_b']
dt['e'] = dt.apply(f, axis=1).astype(int)
print (dt)
  id  col_a   col_b  exists  e
0  a      1       2       0  0
1  a      2       2       1  1
2  a      3  [2, 3]       1  1
3  b      1       4       0  0
4  b      2  [2, 3]       1  1

或者，比较两个列，然后对每个索引值至少测试一个True：

dt['e'] = dt.explode('col_b').eval('col_a == col_b').any(level=0).astype(int)
print (dt)
  id  col_a   col_b  exists  e
0  a      1       2       0  0
1  a      2       2       1  1
2  a      3  [2, 3]       1  1
3  b      1       4       0  0
4  b      2  [2, 3]       1  1

---

解决方案如果需要每行的测试值，则表示不是列cola_a的每个值与列colu_b的所有值之比：

您可以将自定义函数与if else语句一起使用：

f = lambda x: x['col_a'] in x['col_b'] 
              if isinstance(x['col_b'], list) 
              else x['col_a']== x['col_b']
dt['e'] = dt.apply(f, axis=1).astype(int)
print (dt)
  id  col_a   col_b  exists  e
0  a      1       2       0  0
1  a      2       2       1  1
2  a      3  [2, 3]       1  1
3  b      1       4       0  0
4  b      2  [2, 3]       1  1

或者，比较两个列，然后对每个索引值至少测试一个True：

dt['e'] = dt.explode('col_b').eval('col_a == col_b').any(level=0).astype(int)
print (dt)
  id  col_a   col_b  exists  e
0  a      1       2       0  0
1  a      2       2       1  1
2  a      3  [2, 3]       1  1
3  b      1       4       0  0
4  b      2  [2, 3]       1  1

您可以使用：

dt[exists]=dt.col_a.isindt.col_b.explode.astypeint 分解包含列的列表并检查列是否在其中。最后转换为int

得到

>>> dt
  id  col_a   col_b  exists
0  a      1       2       0
1  a      2       2       1
2  a      3  [2, 3]       1
3  b      1       4       0
4  b      2  [2, 3]       1 

如果需要逐行比较，可以使用：

dt[exists]=dt.col_a.eqdt.col_b.explode.groupbylevel=0.any.astypeint 它按行检查相等性，如果任何分组的分解值为True，则表示它存在。

您可以使用：

dt[exists]=dt.col_a.isindt.col_b.explode.astypeint 分解包含列的列表并检查列是否在其中。最后转换为int

得到

>>> dt
  id  col_a   col_b  exists
0  a      1       2       0
1  a      2       2       1
2  a      3  [2, 3]       1
3  b      1       4       0
4  b      2  [2, 3]       1 

如果需要逐行比较，可以使用：

dt[exists]=dt.col_a.eqdt.col_b.explode.groupbylevel=0.any.astypeint

---

它按行检查相等性，如果任何分组的分解值为真，我们就说它存在。

解决方案是错误的，如果OP需要按行测试，只处理样本数据，请尝试“col_b”：[2,2，[2,3]，4，[20,30]，@jezrael谢谢，我为严格的行包含情况添加了一行。解决方案是错误的，如果OP需要按行测试，只处理示例数据，请尝试“col_b”：[2,2，[2,3]，4，[20,30]]，@jezrael谢谢，我为严格的行包含大小写添加了一行。如果数据是“col_b”：[2,2，[2,3]，4，[20,30]]，那么最后一个值是False还是True？您需要按行进行测试？它应该是false，然后如果数据是'colu_b'：[2,2,3,4,20,30]，那么最后一个值是false还是True？您需要按行进行测试？那么应该为false