python更新列表上的值匹配

我有一列（行[“MenuItemId”]），其中包含某些数字。如果该特定位置中的值与另一个列表中的值匹配，我希望创建一个新列。因此，我想创建一个具有值{45、46和47}的列表，并修改以下代码，并将其替换为列表名称：

DfOrders.loc[x,"beef"] = int(row["MenuItemId"] in [45, 46, 47, 50])

这是我当前的代码

预期产量

---

如何更改当前代码，以便在位置与列表中的任何项目匹配时，更新相应的值，而不是使用“或”语句手动指定数字：）

可能是这样的：

allow=[45,46,47]#此列表中的值决定了条件。你可以很好地操纵它们：）
if allow:#if in是python的标准。
DfOrders.loc[x，“牛肉”]=1
其他：
DfOrders.loc[x，“牛肉”]=0

如果要测试一个数字是否位于整数的连续范围内，最好使用这样的不等式表达式：

if 45 <= row["MenuItemId"] <= 47:
            DfOrders.loc[x,"beef"] = 1
else:
            DfOrders.loc[x,"beef"] = 0

如果要测试的范围不是连续的，则可以将值放置在列表中，并测试列表的成员资格：

DfOrders.loc[x,"beef"] = int(row["MenuItemId"] in [45, 46, 47, 50])

但是，如果要重复使用非连续范围，则将其定义为一个集合更有效

beefy = set([45, 46, 47, 50])
DfOrders.loc[x,"beef"] = int(row["MenuItemId"] in beefy)

这是因为在最坏的情况下，在列表中查找元素所花费的时间与列表的大小成正比，但无论集合的大小如何，在集合中查找元素所花费的时间都是相同的（正式地说，列表的最坏情况查找是线性时间或O（n），其中n是列表的大小，但set lookup time是常量时间，或O（1））

如果您的代码只使用了一次该范围，那么您也可以使用该列表，因为Python必须读取每个元素才能创建该集合

DfOrders.loc[x,"beef"] = int(row["MenuItemId"] in [45, 46, 47, 50])

beefy = set([45, 46, 47, 50])
DfOrders.loc[x,"beef"] = int(row["MenuItemId"] in beefy)