时间戳

首页 > 解决方案 > Pandas 将同一数据框中两列中的字符串与条件输出进行比较到新列

python - Pandas 将同一数据框中两列中的字符串与条件输出进行比较到新列

问题描述

我在包含字符串的数据框中有两列。例如，

import pandas as pd
import numpy as np

data = [['Oct-2019', 'Oranges + Grapes + Pears', 'Grapes + Pears'],
       ['Nov-2019', 'Oranges + Grapes + Pears', 'Oranges + Grapes + Pears']]

df = pd.DataFrame(data, columns =['Date', 'Previous shopping list', 'Recent shopping list'])
print(df)

Fish = ['Salmon', 'Trout']
Fruit = ['Oranges', 'Grapes', 'Pears']

     Date     PSL                 RSL
0  Oct-2019   Oranges + Grapes    Grapes + Pears
              + Pears + Salmon                     

1  Nov-2019   Oranges + Grapes    Oranges + Grapes
              + Pears + Trout     + Pears

我想比较两列中的字符串，并将文本输出到一个新列，该列说明两个列表之间发生了什么变化。例如，创建一个列，该列将检查与“水果”相关的字符串，并输出与上一个列表之前的购物列表相比，从最近的购物中删除了哪些水果。请参阅下面的所需输出：

     Date     PSL                 RSL               Fruit lost   Fish Lost
0  Oct-2019   Oranges + Grapes    Grapes + Pears    Oranges      Salmon
              + Pears + Salmon                     

1  Nov-2019   Oranges + Grapes    Oranges + Grapes               Trout
              + Pears + Trout     + Pears

在使用熊猫时我怎么能做到这一点！抱歉，如果这是第一次不清楚！

感谢您的任何建议/帮助！

标签： pythonpandasnumpy

解决方案

用于处理数据的确切函数取决于每个组合所需的确切输出。希望下面会给您足够的信息来为您的问题创建解决方案：

# process data so each row contains a list of elements
df['PSL_processed'] = df['Previous shopping list'].str.split('+')
df['RSL_processed'] = df['Recent shopping list'].str.split('+')

def compare_items(x):
    if set(x.PSL_processed) == set(x.RSL_processed):
        return 'No change'
    elif set(x.PSL_processed) - set(x.CSL_processed) > 0:
        return 'Lost'
    # add in conditional logic here, to meet specification

df.apply(compare_items, axis=1)

的官方文档pd.apply()写得很好。

推荐阅读