python - 使用 np.where (ValueError : Arrays were different lengths)

Question

非常感谢您的阅读。

(事先考虑:我无法更改数据框中数据的格式；我坚持使用现有的内容。以下是我的数据和问题的简化和简化版本)

我有一个具有以下形式的数据框:

df = pd.DataFrame(
{'Machine': [['red', 'blue'], ['red'], ['blue'], ['No Match']]})

       Machine       
0  [red, blue]  
1        [red]   
2       [blue]      
3   [No Match]   

我想创建一个新列 TF，如果 Machine 中的值相等，它会为给定行返回 True为 ['No Match'] 否则为 False。

       Machine     TF  
0  [red, blue]    False
1        [red]    False
2       [blue]    False
3   [No Match]    True

为此，我可以写:

df['TF'] = np.where(df['Machine'] == ['No Match'],True, False)

我得到这个输出:

ValueError: Arrays were different lengths: 4 vs 1

这样做的原因是 numpy 期望 df['Machine'] 和 ['No Match'] 的长度相等，或者对于右边的标准成为一个简单的字符串/值。

如何调整此表达式以将数组 ['No match'] 作为值成功传递到 np.where() 语句中？

作为工作原理的示例，对于以下数据框，一切都按预期工作:

df1 = pd.DataFrame(
{'Machine': [['red', 'blue'], ['red'], ['blue'], 'No Match']})

df1['TF'] = np.where(df1['Machine'] == 'No Match',True, False)

按预期工作:

       Machine     TF
0  [red, blue]  False
1        [red]  False
2       [blue]  False
3     No Match   True

Answer 1

您需要使用 == apply 来检查 list 中的值:

df['TF'] = np.where(df['Machine'].apply(lambda x: ['No Match'] == x),True, False)
print (df)
       Machine     TF
0  [red, blue]  False
1        [red]  False
2       [blue]  False
3   [No Match]   True

如果只需要 True 和 False 则更简单:

df['TF'] = df['Machine'].apply(lambda x: ['No Match'] == x)
print (df)
       Machine     TF
0  [red, blue]  False
1        [red]  False
2       [blue]  False
3   [No Match]   True

但如果需要一些其他值:

df['TF'] = np.where(df['Machine'].apply(lambda x: ['No Match'] == x),'a', 'b')
print (df)
       Machine TF
0  [red, blue]  b
1        [red]  b
2       [blue]  b
3   [No Match]  a

列表理解的解决方案:

df['TF'] = [['No Match'] == x for x in df['Machine']]
print (df)
       Machine     TF
0  [red, blue]  False
1        [red]  False
2       [blue]  False
3   [No Match]   True