Python 根据另一列的选定值创建新的柱基

我有一个具有不同用户id的列用户id。 从这里，我想选择某些用户ID，并创建另一列来标识这些选定的用户ID属于哪个组

例如，用户ID“attamm1，attbmm1”属于与用户ID匹配的另一个新创建列的“供应商ABC”

我该怎么做，谢谢

#map user id
userid_list = ['attamm1', 'attbmm1']
df['Vendor ABC'] = df[df.STRUCTURALSTATUS.isin(value_list)]

输出：

您可以使用.loc

df.loc[df.STRUCTURALSTATUS.isin(value_list), 'Vendor ABC'] = df.loc[df.STRUCTURALSTATUS.isin(value_list), 'user_id']

---

Python函数示例：

def function_name(input):
    #do something, example
    output = input * 2
    return output

我所能想到的就是用你想要的地图定义一本字典。所以

dict = {1:'A', 2:'B', 3:'C' ,4:'D' , ... , 9:'I'}

然后写一个这样的函数

def f(x):
    x = str(x)
    s = ''
    for i in x:
       s += dict[int(i)]
    return s

定义此函数后，您可以像f（123）=“ABC”那样使用它

首先在代码中执行此操作。并删除这一行f（“attmlk1”）=“CWT”和f（“attctl1”）=“RJ”——这没有意义

def f(x):
    x = str(x)
    s = dict[x]
    return s

并删除旧的函数定义

dict = {'attmlk1': 'CWT', 'attmmma1': 'CWT', 'attanna1': 'CWT', 'attmsl1': 'RNJ', 'kyqang1': 'RNJ'}

def f(x):
    x = str(x)
    s = dict[x]
    return s

value_list = ['attmlk1','attctl1']

df.loc[df.CREATEDBY.isin(value_list), 'Vendor'] = 
df.loc[df.CREATEDBY.isin(value_list), 'CREATEDBY']

df['Vendor'] = df['Vendor'].apply(lambda x: f(x))

---

您能给出输入数据和所需输出的示例吗？这将帮助我们更快地解决您的问题。@ManishSaraswat嗨，我已经上传了所需输出的屏幕截图。列“供应商”将基于用户id。如何将新列“供应商ABC”中的用户id名称更改为另一个定义的名称，如“CWT”，而不是从列“用户id”中复制相同的名称。例如，如果用户id=“123”，供应商ABC=“CWT”，如果用户id=“456”，供应商ABC=RJ首先定义一个执行所需映射的函数，因此

f（“123”）=“CWT”

和

f（“456”）=“RJ-”

。然后写

df['Vendor ABC']=df['Vendor ABC']。在我上面回答的行下方应用（lambda x:f（x））

。不，您需要先定义函数<代码>f（“attmlk1”）=“CWT”和f（“attctl1”）=“RJ”将不起作用，这是您需要定义的功能的一个示例。抱歉，无法正确定义！定义f（“attmlk1”=“CWT”、“attctl1”=“RJ”）：

f（“attmlk1”）=“CWT”和f（“attctl1”）=“RJ”

这不是定义函数的方式。它没有意义，而且正在犯错误。请看下面我的评论。嗨，很抱歉，我无法了解如何实现我想要实现的目标。请参阅上面的“我的代码”。注意：您想要在

供应商

中找到的所有用户ID必须在

值列表

中。在上面的代码中，只有

'attmlk1'，'attctl1'

将位于

供应商

列中。添加

'nan'：无

到

dict

。没问题：）如果您认为答案有用，请使用投票按钮。我建议你学习一些Python课程，比如：D