Python 熊猫：在检查一个列在另一个列中的成员身份时创建NAN？

我有一个看起来像这样的数据框（实际上有数千行）：

可以通过以下方式重新创建它：

temp = pd.DataFrame({"A":[["C", "D", "E"], ["H", "I", "J"]], "B":["C", "Z"]})

如果该行的

B

值包含在该行的

a

列中，我想在新列

C

中记录1。例如，“C”包含在第0行的

A

列中，因此它得到1。另一方面，“Z”不包含在第1行的

A

列中，因此它得到一个0

这是我的尝试。请注意，执行此操作之前，

A

或

B

列中都没有

NaN

s

df["C"] = pd.Series([b in a for a, b in zip(df.A, df.B)]).astype(int)

但是，这会将大约2000个

NaN

s放入

C

列中。我去掉了

.astype（int）

部分，并且有相同数量的

NaN

s，所以我认为这部分很好

知道是什么造成了这些

NaN

s吗

谢谢

使用应该可以做到：

temp['C'] = temp.apply(lambda x: x['B'] in x['A'], axis=1).astype(int)

---

如果您的数据帧没有自然索引（数字从0上升到帧的长度-1），就会发生这种情况，因为赋值将尝试在共享索引上对齐。例如：

In [111]: df
Out[111]: 
           A  B
0  [C, D, E]  C
1  [H, I, J]  Z

In [112]: df.index = [0, 2]

In [113]: df
Out[113]: 
           A  B
0  [C, D, E]  C
2  [H, I, J]  Z

In [114]: df["C"] = pd.Series([10, 20])  # has index [0, 1]

In [115]: df
Out[115]: 
           A  B     C
0  [C, D, E]  C  10.0
2  [H, I, J]  Z   NaN

然而，如果我们使用匹配索引，它将起作用：

In [116]: df["C"] = pd.Series([10, 20], index=[0, 2])

In [117]: df
Out[117]: 
           A  B   C
0  [C, D, E]  C  10
2  [H, I, J]  Z  20

有很多方法可以让对齐工作，无论是通过显式创建具有正确索引的内容，还是完全没有索引，或者让pandas在途中构建索引：

In [118]: df["D"] = pd.Series([11, 22], index=df.index)

In [119]: df["E"] = [11, 22]

In [120]: df["F"] = df.apply(lambda x: x["D"] * 5, axis=1)

In [121]: df
Out[121]: 
           A  B   C   D   E    F
0  [C, D, E]  C  10  11  11   55
2  [H, I, J]  Z  20  22  22  110

---

你能给出一个生成NAN的测试用例吗？

In [118]: df["D"] = pd.Series([11, 22], index=df.index)

In [119]: df["E"] = [11, 22]

In [120]: df["F"] = df.apply(lambda x: x["D"] * 5, axis=1)

In [121]: df
Out[121]: 
           A  B   C   D   E    F
0  [C, D, E]  C  10  11  11   55
2  [H, I, J]  Z  20  22  22  110