MDR:
私は、次のデータフレーム(整数の列と整数のリストで列を)持っていると言います...
ID Found_IDs
0 12345 [15443, 15533, 3433]
1 15533 [2234, 16608, 12002, 7654]
2 6789 [43322, 876544, 36789]
そしてまた、IDの別のリスト...
bad_ids = [15533, 876544, 36789, 11111]
それを考えると、無視df['ID']
列と任意のインデックスを、私は内のIDのいずれかどうかを確認したいbad_ids
リストがに記載されているdf['Found_IDs']
列。私がこれまで持っているコードは次のとおりです。
df['bad_id'] = [c in l for c, l in zip(bad_ids, df['Found_IDs'])]
この作品だけならばbad_ids
、リストは、データフレームよりも、実際のデータセットの長いbad_ids
リストがデータフレームよりたくさん短いことになるだろう。私は設定されている場合bad_ids
のみ二つの要素にリストを...
bad_ids = [15533, 876544]
私は非常に人気のあるエラー(私は同じエラーを持つ多くの質問を読んでいる)を取得します...
ValueError: Length of values does not match length of index
私はシリーズ(エラーでは変更なし)にリストを変換しようとしています。私はまた、新しい列を追加するとするすべての値を設定しようとしたFalse
理解ライン(エラーで再び変更なし)を行う前に。
二つの質問:
- どのように私は、データフレームよりも短いリストは仕事に(下)私のコードを得るのですか?
- どのように私はコードが実際のIDを書き込むようになるだろう背中に見つかった
df['bad_id']
(真/偽よりも有用)の列?
予想出力bad_ids = [15533, 876544]
:
ID Found_IDs bad_id
0 12345 [15443, 15533, 3433] True
1 15533 [2234, 16608, 12002, 7654] False
2 6789 [43322, 876544, 36789] True
以下のための理想的な出力bad_ids = [15533, 876544]
(ID(複数可)は、新しい列または列に書き込まれます):
ID Found_IDs bad_id
0 12345 [15443, 15533, 3433] 15533
1 15533 [2234, 16608, 12002, 7654] False
2 6789 [43322, 876544, 36789] 876544
コード:
import pandas as pd
result_list = [[12345,[15443,15533,3433]],
[15533,[2234,16608,12002,7654]],
[6789,[43322,876544,36789]]]
df = pd.DataFrame(result_list,columns=['ID','Found_IDs'])
# works if list has four elements
# bad_ids = [15533, 876544, 36789, 11111]
# fails if list has two elements (less elements than the dataframe)
# ValueError: Length of values does not match length of index
bad_ids = [15533, 876544]
# coverting to Series doesn't change things
# bad_ids = pd.Series(bad_ids)
# print(type(bad_ids))
# setting up a new column of false values doesn't change things
# df['bad_id'] = False
print(df)
df['bad_id'] = [c in l for c, l in zip(bad_ids, df['Found_IDs'])]
print(bad_ids)
print(df)
Arfan:
使用してnp.intersect1d
二つのリストの交差を取得するには:
df['bad_id'] = df['Found_IDs'].apply(lambda x: np.intersect1d(x, bad_ids))
ID Found_IDs bad_id
0 12345 [15443, 15533, 3433] [15533]
1 15533 [2234, 16608, 12002, 7654] []
2 6789 [43322, 876544, 36789] [876544]
またはの交差を使用してちょうどバニラのpythonとsets
:
bad_ids_set = set(bad_ids)
df['Found_IDs'].apply(lambda x: list(set(x) & bad_ids_set))