提问人：BeaverFever 提问时间：11/5/2023 最后编辑：BeaverFever 更新时间：11/5/2023 访问量：38
Python：如果数据帧列与字典键匹配，则返回新列的布尔值
Python: If dataframe column matches dictionary key then return boolean for new column
问：
我很难让它工作。所以总结一下：我有一个 DataFrame，我有一个字典，其中包含某个 DataFrame 值中某些值的键，如果它们匹配与否，我想创建一个 true/false 的新 DataFrame 列。
因此，下面是一个数据示例：
animal_list = ['dog', 'cat', 'dog', 'fish', 'bird', 'dog', 'bug', 'bird', 'snake']
animal_dict = {'dog': [3], 'bird': [2]}
animals = pd.DataFrame(animal_list, columns = ['Pets'])
animals
基本上，我想要一个新列，如果它与键匹配，则带有布尔值 True，如果不匹配，则为 False。
或者，我想我可以完全跳过字典，如果我可以创建新列，并查询现有列中是否有多个值实例（“宠物”）。因此，对于狗和鸟来说，这是真的，但对于其他一切都是错误的。
更新：这是我使用的解决方案，供其他可能正在搜索它的人使用。我最初有这个功能，但使用的是 apply 方法而不是 map（如下面的 algebruh 所建议的）
def find_key(find_value):
for k, v in animal_dict.items():
if k == find_value:
return True
return False
animals['multiple'] = animals['Pets'].map(find_key)
答：
1赞
Nick
11/5/2023
#1
您可以简单地检查是否 isin ：animals['Pets']animals_dict
animals['multiple'] = animals['Pets'].isin(animal_dict)
输出：
Pets multiple
0 dog True
1 cat False
2 dog True
3 fish False
4 bird True
5 dog True
6 bug False
7 bird True
8 snake False
评论
0赞
BeaverFever
11/5/2023
是的，这也有效。我记得过去做过这样的事情，但记不清了。不过，出于某种原因，仍然想知道如何从字典中做到这一点。同样在我的实际数据集中，我使用 0 和 1，因此我可以进行 SMOTE 增强。
0赞
Nick
11/5/2023
@BeaverFever听起来你应该发布一个问题，其中包含你的实际数据集的片段;实际数据也可能进行优化。
评论
animal.map(f)fss in animals_dictanimal.apply({"Pets": lambda x : x in animal_dict})