python - 我如何在逐行移动时在python中使用apply函数

Question

如果有人在一年内在成员列表中获胜，我会尝试将 0 或 1 放在“获胜者”列中。
有一本有获奖者的字典。

award_winner = {'2010':['Momo','Dahyum'],'2011':['Nayeon','Sana'],'2012':['Moon','Jihyo']}

这是数据框:

df = pd.DataFrame({'member':[['Jeong-yeon','Momo'],['Jay-z','Bieber'],['Kim','Moon']],'year' : ['2010','2011','2012']})

从数据框中，我想根据字典查看每年(数据框的年份)是否有任何获奖者。
例如，让我们看看第一行。 Momo 于 2010 年获胜，Moon 于 2012 年获胜，因此所需的数据帧输出应如下所示:

所以这是到目前为止的代码:

df['winner'] = 0 #empty column
def winner_classifier():
  for i in range(len(df['member'])): #searching if there are any award winner in df
    if df['member'][row][i] in award_winner[df['year'][row]]: #I couldn't make row to 
      return 1
    else:
      continue
df['winner'] = df['member'].apply(winner_classifier) 

或者
在这里，我无法分配行。我希望代码根据字典中的年份查找是否有获胜者。所以代码应该逐行检查，但我不能，
我总结了这样的问题在堆栈溢出中询问。但是有超过 10,000 行，我认为如果使用 pandas 'apply' 来解决这个问题是可能的。
已经在不使用 Pandas 的情况下尝试了 double for 循环，这花了太长时间。
我尝试使用 groupby() 但我想知道我应该如何使用..
喜欢..

df['winner'] = df['year'].groupby().apply(winner_classifier)..?

你能帮我解决这个问题吗？
谢谢 :)

Answer 1

从字典创建一个 df 以便您以后可以合并它

winners = pd.DataFrame({
    'year' : list(award_winner.keys()),
     'winner': list(award_winner.values())})
print (winners)

   year          winner
0  2010  [Momo, Dahyum]
1  2011  [Nayeon, Sana]
2  2012   [Moon, Jihyo]

现在合并并找到与成员(member)的奖励交集

result = df.merge(winners, on="year")
result['result']  = result.apply(
    lambda x: len(set(x.member).intersection(x.winner)) != 0, axis=1)
result = result.drop(['winner'], axis=1)
print (result)

               member  year  result
0  [Jeong-yeon, Momo]  2010    True
1     [Jay-z, Bieber]  2011   False
2         [Kim, Moon]  2012    True