Pandas：如果列表中的值存在于行中的任何位置，则标记列

Question

最终，我想用 0 或 1 标记一个新列 'ExclusionFlag'，具体取决于列表中找到的值是否存在于行中的任何位置。

df = pd.DataFrame([['cat','b','c','c'],['a','b','c','c'],['a','b','c','dog'],['dog','b','c','c']],columns=['Code1','Code2','Code3','Code4'])
excluded_codes = ['cat','dog']

#Attempt
df['ExclusionFlag'] = df.apply(lambda x: 'cat' in x.values, axis=1).any()

#Desired outcome
#Side note: I have 120 rows to check. They're labeled Code1, Code2...Code120. 

    Code1   Code2   Code3   Code4   ExclusionFlag
0   cat     b       c       c       1
1   a       b       c       c       0
2   a       b       c       dog     1
3   dog     b       c       c       1

我的代码行将每一行都标记为 True。

当我在 lambda 表达式中为 'cat' 添加 excluded_codes 列表时，出现错误。

我发现了几个这样的问题，但我通常看到的是类似（见下文）的内容，它调用了特定的列，但我认为遍历 120 列不是最好的方法.虽然我可能是错的。

df['ExclusionFlag'] = df['Code1'].isin(exclusion_codes)

Answer 1

类似

df['ExclusionFlag'] = df.isin(excluded_codes).any(1).astype(int)

    Code1   Code2   Code3   Code4   ExclusionFlag
0   cat     b       c       c       1
1   a       b       c       c       0
2   a       b       c       dog     1
3   dog     b       c       c       1

Answer 2

如果你想在新列中使用 True 或 False 值，你可以在没有 Any 和 Astype 的情况下检查它们。

df['ExclusionFlag'] = df.isin(excluded_codes)

您还可以检查特定列：

df['ExclusionFlag'] = df['Code2'].isin(excluded_codes)

Pandas：如果列表中的值存在于行中的任何位置，则标记列

Pandas: Flag column if value in list exists anywhere in row

python

conditional

pandas