Skip to main content
 首页 » 编程设计

python之将列表与数据框列进行比较并创建带有数字的新列

2024年12月31日11findumars

我有一个数据框,其中一列包含网址。我想将它与字符串值列表进行比较,并在它们匹配的任何地方添加一个数字到新列。

该列看起来像这样:

source 
www.fox5.com/some_article 
www.nyt.com/some_article 
www.fox40news.com/some_article 
www.cnn.com/another_article 
... 

我想将它与这个列表进行比较:

sources = ['fox', 'yahoo', 'abcnews', 'google', 'cnn', 'nyt', 'nbc',  
'washingtonpost', 'wsj', 'huffingtonpost'] 

并将源值包含在源列中的位置将列表位置的相应编号添加到新列中。因此,生成的新列看起来像这样:

    sources                       sourcenum 
www.fox5.com/some_article         1 
www.nyt.com/some_article          6 
www.fox40news.com/some_article    1 
www.cnn.com/another_article       5 
...                               ...  

我尝试使用带有计数的 for 循环:

count = 1 
for x in sources: 
    if x in df.source.values: 
        df.sourcenum = count 
    count += 1 

但输出只是全0

我也尝试过在不接受 10 个参数的地方使用 numpys。

如果这样效果更好,可以将列表更改为字典

sources = {'fox':1, 'yahoo':2, 'abcnews':3, 'google':4, 'cnn':5, 'nyt':6,  
       'nbc':7, 'washingtonpost':8, 'wsj':9, 'huffingtonpost':10} 

任何帮助将不胜感激,谢谢。

请您参考如下方法:

一种方法是使用带有enumerate 的生成器表达式。在下面的实现中,我们循环遍历枚举的 sources 列表。 next 提取部分匹配的第一个实例。如果不存在部分匹配,则返回 0。

sources = ['fox', 'yahoo', 'abcnews', 'google', 'cnn', 'nyt', 'nbc',  
           'washingtonpost', 'wsj', 'huffingtonpost'] 
 
def sourcer(x): 
    return next((i for i, j in enumerate(sources, 1) if j in x), 0) 
 
df['sourcenum'] = df['source'].apply(sourcer) 
 
print(df) 
 
                           source  sourcenum 
0       www.fox5.com/some_article          1 
1        www.nyt.com/some_article          6 
2  www.fox40news.com/some_article          1 
3     www.cnn.com/another_article          5