如何計算基於其他列的大熊貓值的新列 - 蟒蛇

Question

比方說，我的數據幀包含以下數據：

>>> df = pd.DataFrame({'a':['l1','l2','l1','l2','l1','l2'], 
         'b':['1','2','2','1','2','2']}) 
>>> df 
    a  b 
0 l1  1 
1 l2  2 
2 l1  2 
3 l2  1 
4 l1  2 
5 l2  2 

l1應與1而l2應該對應於2。 我想創建一個新列'c'，使得對於每一行，c = 1如果a = l1和b = 1（或a = l2和b = 2）。如果a = l1和b = 2（或a = l2和b = 1）則爲c = 0。

產生的數據幀應該是這樣的：

a   b c 
0 l1  1 1 
1 l2  2 1 
2 l1  2 0 
3 l2  1 0 
4 l1  2 0 
5 l2  2 1 

我的數據幀是非常大的，所以我真的在尋找最有效的方式做到這一點使用大熊貓。

Answer 1

df = pd.DataFrame({'a': numpy.random.choice(['l1', 'l2'], 1000000), 
        'b': numpy.random.choice(['1', '2'], 1000000)}) 

甲快速的解決方案假定只有兩個不同的值：

%timeit df['c'] = ((df.a == 'l1') == (df.b == '1')).astype(int) 

10循環，最好的3：每循環178毫秒

@Viktor Kerkes：

%timeit df['c'] = (df.a.str[-1] == df.b).astype(int) 

個1循環，最好的3：每次循環

412毫秒@ user1470788：

%timeit df['c'] = (((df['a'] == 'l1')&(df['b']=='1'))|((df['a'] == 'l2')&(df['b']=='2'))).astype(int) 

1個循環，最好的3：每循環363毫秒

@herrfz

%timeit df['c'] = (df.a.apply(lambda x: x[1:])==df.b).astype(int) 

1個循環，每個循環最好3：387 ms

Answer 2

df['c'] = (df.a.apply(lambda x: x[1:])==df.b).astype(int)

Answer 3

您也可以使用字符串的方法。

df['c'] = (df.a.str[-1] == df.b).astype(int) 

Answer 4

您可以使用邏輯運算符。我不確定你爲什麼使用1和2的字符串而不是整數，但這裏有一個解決方案。最後的astype將它從布爾值轉換爲0和1。

df['c'] = (((df['a'] == 'l1')&(df['b']=='1'))|((df['a'] == 'l2')&(df['b']=='2'))).astype(int)