数据框列值与列表的比较

考虑这个数据框：

df = pd.DataFrame({'A': [1, 1, 2, 2, 3, 3],
                   'B': [10, 15, 20, 25, 30,35],
                   'C': [100, 150, 200, 250, 300, 350]})

这是获取 C 列值的代码，它是每组的第一行（A 列）：

firsts = df.groupby('A').first()['C']

所以首先是：(100, 200, 300).

现在我想添加新列1如果行的 C 列值位于firsts否则将会是0.

我用过这个：

df['D'] = df['C'].apply(lambda x: 1 if x in firsts else 0)

但输出是：

如果有人解释为什么我的解决方案是错误的以及这个问题的实际解决方案是什么，我将不胜感激？

您可以使用isin method:

df['D'] = df.C.isin(firsts).astype(int)

df
#   A   B   C   D
#0  1   10  100 1
#1  1   15  150 0
#2  2   20  200 1
#3  2   25  250 0
#4  3   30  300 1
#5  3   35  350 0

你的方法失败的原因是 pythonin运算符检查 Series 的索引而不是值，与字典的工作方式相同：

firsts
#A
#1    100
#2    200
#3    300
#Name: C, dtype: int64

1 in firsts
# True

100 in firsts
# False

2 in firsts
# True

200 in firsts
# False

按如下方式修改您的方法是有效的：

firstSet = set(firsts)
df['C'].apply(lambda x: 1 if x in firstSet else 0)

#0    1
#1    0
#2    1
#3    0
#4    1
#5    0
#Name: C, dtype: int64