我已经在 Python 中加载了一个表作为数据框,我想检查所有变量的长度是否符合支持表中每个变量指示的长度。
我加载的表(表1)的结构是这样的 Table 1
表(表 2)表明变量应该有多长,如下所示: Table 2
我想将表 1 中每一列的每一行的长度与表 2 中的长度进行对比,并创建一个 Flag,以便当该行的条件不满足时,我得到 1,否则得到 0
我不是专家,所以我试过下面的代码:
new = pd.Dataframe()
for c,f in zip(Table2['variable'],Table2['length']):
if f == Table1[c].astype(str).str.len():
new['warning_'+c] == 0
else:
new['warning_'+c] == 1
我收到以下错误: ValueError:Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。
请您参考如下方法:
使用:
s = Table2.set_index('variable')['length']
Table1 = Table1.applymap(len).ne(s).astype(int).add_prefix('check_')
备选方案:
Table1 = Table1.apply(lambda x: x.str.len()).ne(s).astype(int).add_prefix('check_')
print (Table1)
check_A check_B check_C
0 1 0 0
1 0 0 1
2 0 1 1
解释:
首先使用 DataFrame.applymap 获取所有值的字符串长度或 DataFrame.apply与 Series.str.len :
print (Table1.applymap(len))
A B C
0 5 2 7
1 4 2 2
2 4 5 2
然后使用DataFrame.set_index 将Table2 转换为Series :
s = Table2.set_index('variable')['length']
print (s)
variable
A 4
B 2
C 7
Name: length, dtype: int64
并比较不等于DataFrame.ne ,然后转换为 True/False 到 1/0 映射的整数:
print (Table1.applymap(len).ne(s).astype(int))
A B C
0 1 0 0
1 0 0 1
2 0 1 1
