python - 比较列表并在python中获取索引

Question

我有一个数据框 A['name', 'frequency'] 和一个列表 B of 'name' 两者都很长。 B 是我每天都得到的较小的一个。我必须检查 DataFrame 中是否存在 B 的“名称”元素。 A['name'] 如果它存在，我必须在每次出现在 B 中时更新数据框中该“名称”的频率，如果 B 有一些新元素，我必须将其添加为DataFrame A 中频率为 1 的新行。我必须在 python 2.7 中执行此操作。谢谢A是我这样的mac_list

mac_list.iloc[0:6]
Out[59]: 
mac_address  frequency
0  20c9d0892feb          2
1  28e34789c4c2          1
2  3480b3d51d5f          1
3  4480ebb4e28c          1
4  4c60de5dad72          1
5  4ca56dab4550          1

B 是我的 new_mac_list 就像这样

['20c9d0892feb' '3480b3d51d5f' '20c9d0892feb' '249cji39fj4g']

我想要像 mac_list 这样的输出

mac_address  frequency
0  20c9d0892feb          4
1  28e34789c4c2          1
2  3480b3d51d5f          2
3  4480ebb4e28c          1
4  4c60de5dad72          1
5  4ca56dab4550          1
6  249cji39fj4g          1

我试过了

b = mac_list['mac_address'].isin(new_mac_list)
b=list(b)
for i in range(len(b)):
    if b[i]==True:
        mac_list['frequency'].iloc[i]+=1

更新频率，但问题是频率增加了一个，即使它在 new_mac_list 中出现超过 1

我用它来插入新元素

c = new_mac_list.isin(mac_list['mac_address'])
c=list(c)
    for i in range(len(c)):
        if c[i]==False:
            mac_list.append(new_mac_list[i],1)

但这是非常低效的方式，我想它可以通过只比较一次来完成。

Answer 1

这是初始数据框:

mac_list

    mac_address  frequency
0  20c9d0892feb          2
1  28e34789c4c2          1
2  3480b3d51d5f          1
3  4480ebb4e28c          1
4  4c60de5dad72          1
5  4ca56dab4550          1

以及新列表:

new_mac_list = ['20c9d0892feb', '3480b3d51d5f', '20c9d0892feb', '249cji39fj4g']

我首先将 mac_list 的索引设置为 mac_address:

mac_list = mac_list.set_index("mac_address")

然后计算新列表中的频率:

new_freq = pd.Series(new_mac_list).value_counts()

然后您可以在该系列上使用 add 方法:

res = mac_list["frequency"].add(new_freq, fill_value=0)

20c9d0892feb    4.0
249cji39fj4g    1.0
28e34789c4c2    1.0
3480b3d51d5f    2.0
4480ebb4e28c    1.0
4c60de5dad72    1.0
4ca56dab4550    1.0
dtype: float64

回到原来的格式:

mac_list = pd.DataFrame(res, columns = ["frequency"])
print(mac_list)

              frequency
20c9d0892feb        4.0
249cji39fj4g        1.0
28e34789c4c2        1.0
3480b3d51d5f        2.0
4480ebb4e28c        1.0
4c60de5dad72        1.0
4ca56dab4550        1.0