python - 在忽略 NaN 的同时检查 Python 数据框中的列表是否包含特定值

Question

假设我的数据框的第二列包含整数列表:

df = pd.DataFrame({"col_1":[1,2,3,4,5],"col_2":[[1,2],np.nan,[3,5,9],[2],[8,5]],"col_3":np.nan})

输出:

   col_1      col_2  col_3
0      1     [1, 2]    NaN
1      2        NaN    NaN
2      3  [3, 5, 9]    NaN
3      4        [2]    NaN
4      5     [8, 5]    NaN

如果第 1 列中的整数可以在第 2 列的整数列表中找到，我想在第 3 列中插入 1:

   col_1      col_2  col_3
0      1     [1, 2]    1
1      2        NaN    NaN
2      3  [3, 5, 9]    1
3      4        [2]    NaN
4      5     [8, 5]    1

我正试图这样解决它:

for i in range(0,len(df)):
    if df["col_1"][i] in df["col_2"][i]:
        df["col_3"][i]=1

这给了我 TypeError: argument of type 'float' is not iterable 因为第 2 列中的 NaN 而我无法想出一种方法来处理与它。

(我尝试使用基于 .isin 的不同解决方案来解决此问题，但这行不通，因为 AttributeError: 'list' object has no attribute 'isin'.)

然后我想到将 col_2 中的所有 NaN 替换为 0 以便我的初始 for 循环能够运行。 col_1 中没有 0，而且永远不会，所以我会接受该解决方案，因为这不会导致 col_3 中的错误匹配。为此，

df.loc[df["col_2"].isnull(), "col_2"] = 0

不够，因为 if in 无法处理整数:TypeError: argument of type 'int' is not iterable。我需要将 0 作为列表的元素插入，但您不能只使用 =[0] 代替。我尝试了基于 .at 的不同方法，因为它应该能够将列表插入单元格，但我无法解决。

提前感谢您的任何建议!

Answer 1

您可以通过 x['col_2'] == x['col_2'] 使用 if-else 过滤掉 NaN，因为 NaN != NaN 为 False，也用于将 True 的值转换为 1 由字典使用 map， False 值不在字典中，因此返回 NaNs:

f = lambda x: x['col_1'] in x['col_2'] if x['col_2'] == x['col_2'] else np.nan
df['col_3'] = df.apply(f, 1).map({True:1})
print (df)
   col_1      col_2  col_3
0      1     [1, 2]    1.0
1      2        NaN    NaN
2      3  [3, 5, 9]    1.0
3      4        [2]    NaN
4      5     [8, 5]    1.0

或者使用DataFrame.dropna用于删除 NaNs 行并在分配回新列后添加删除 NaNs:

f = lambda x: x['col_1'] in x['col_2']
df['col_3'] = df.dropna(subset=['col_1', 'col_2']).apply(f, 1).map({True:1})
print (df)
   col_1      col_2  col_3
0      1     [1, 2]    1.0
1      2        NaN    NaN
2      3  [3, 5, 9]    1.0
3      4        [2]    NaN
4      5     [8, 5]    1.0