python - 对于 Pandas 数据框中的每一行，确定另一列中是否存在列值

Question

我有一个像这样的 pandas 数据框:

df = pd.DataFrame({'category' : ['A', 'B', 'C', 'A'], 'category_pred' : [['A'], ['B','D'], ['A','B','C'], ['D']]})
print(df)

  category category_pred
0        A           [A]
1        B        [B, D]
2        C     [A, B, C]
3        A           [D]

我想要这样的输出:

  category category_pred  count
0        A           [A]      1
1        B        [B, D]      1
2        C     [A, B, C]      1
3        A           [D]      0

即对于每一行，判断'category'中的值是否出现在'category_pred'中。请注意，“category_pred”可以包含多个值。

我可以做一个像这样的for循环，但它真的很慢。

for i in df.index:
    if df.category[i] in df.category_pred[i]:
        df['count'][i] = 1

我正在寻找一种有效的方法来执行此操作。谢谢!

Answer 1

您可以使用DataFrame's apply方法。

df['count'] = df.apply(lambda x: 1 if x.category in x.category_pred else 0, axis = 1)

这将根据需要添加新列