pandas - 在 Pandas 中将项目从一列映射到新列的有效方法

Question

假设我有一个 Pandas df df_1，其中一行如下所示：

ID	rank_url_agg	url_list
2223	['gtech.com','gm.com', 'ford.com']	['google.com','gtech.com','autoblog.com','gm.com','ford.com']

我想创建一个名为的新列url_list_agg，它为每一行执行以下操作：

• 遍历中的 URLurl_list
• rank_url_agg如果同一行中不存在 URL ，则分配值 0。
• 如果 URL 存在于 中rank_url_agg，则分配与列表长度与rank_url_agg该 URL 中的索引之间的差相对应的值rank_url_agg。
• 完成对 中的所有 URL 的迭代后url_list，将结果包装到一个列表中。

所以最后，新url_list_agg列中的第一行将变为[0,3,0,2,1].

我尝试运行以下脚本（仅测试第一行而不是整个数据框）：

for item in agg_report['url_list'][0]:
    if item in agg_report['rank_url_agg'][0]:
        item=len(rank_url_agg[0]) - agg_report['rank_url_agg'][0].index(item)
    else:
        item=0 

但是当我检查时agg_report['url_list'][0]，它仍然只返回这个列表：['google.com','gtech.com','autoblog.com','gm.com', 'ford.com']。所以我的代码不起作用。

任何有关如何为数据框中的每一行实现此目标的建议都将不胜感激！

标签： pandaslistloopslist-comprehensionapply

Answer 1

您没有分配回实际的数据框。

def idx(a, b):
    return [len(a) - a.index(x) if x in a else 0 for x in b]

df_1 = df_1.assign(url_list_agg=[*map(idx, df_1.rank_url_agg, df_1.url_list)])