python - 循环数据框列python

Question

我有三个数据框:

df1、df2、df3。

每个数据帧都有一个变量(column1、column2、column3)，并且都有一个 id。

我有一个主数据框，名为master_df，带有column_master。该列也有一个 ID。

我想编写一个循环，以便如果column_master具有来自df1、df2或df3的任何id，则创建一个名为“flag”的新列并对其进行标记:flag1(如果在df1中找到id)，flag2(如果)在 df2 中找到，如果在 df3 中找到则标记 3。

到目前为止，我尝试过这样做，但我不知道如何完成代码:

def create_flag(df):

if df['column_master'] in df1['column1']:
    return df['flag']==flag_1  
elif df['column_master'] in ('column2'):
    return df['flag']==flag_2   
elif df['column_master'] in ('column3'):
    return df['flag']==flag_3 

    return df 

create_flag(master_df)

这会引发一个错误，指出它无法识别我的列名称。我究竟做错了什么？有没有更好的方法来写这个？

Answer 1

避免使用 Pandas 进行行式计算。您可以将 np.select 与多个条件/值一起使用。

dfs = {1: df1, 2: df2, 3: df3}

conds = [df['column_master'].isin(dfx[f'column{idx}']) for idx, dfx in dfs.items()]
choices = [f'flag{i}' for i in range(1, len(conds)+1)]

df['flag'] = np.select(conds, choices, default='flag-None')