如何为所有真值和假值映射1和0

Question

我在数据帧中有两列，列\u 1和列\u 2如果都包含相同的值，则将其标记为1作为0

我试过这个，但它返回的大小1和内表，它包含大小416系列列表

    splitsE = [(df.COLUMN_1.str.contains(' Each')) & 
        (df.COLUMN_2.str.contains(' EACH'))]

我甚至试过这个，但它没有地图

      splitsE = [(df.COLUMN_1.str.contains(' Each')) & 
        (df.COLUMN_2.str.contains(' EACH'))]
    splitsE = list(map(list, zip(*splitsE)))
   df['CASE#'] = pd.Series(splitsE).map(({True:'1', False:'0'}))

如果我想更新df['CASE#']，其中包含/as 2而不是0

     COLUMN_3  CASE#  
    25/PACK      0  
    EACH         1 
    100/BOTTLE   0  
    25/PACK      0 
     NaN         0
    3/PACK       0 
    EACH         1  

Answer 1

用途：

splitsE = (df.COLUMN_1.str.contains(' Each')) & (df.COLUMN_2.str.contains(' EACH'))

我认为最简单的方法是将布尔掩码转换为True/False到1/0映射的整数：

df['CASE#'] = splitsE.astype(int)

---

另一种解决方案是使用^{}：

df['CASE#'] = np.where(splitsE, 1, 0)

或map已删除词典()：

df['CASE#'] = splitsE.map({True:'1', False:'0'})

编辑：对于另一个条件，请使用^{}：

mask1 = df.COLUMN_3.str.contains('EACH', case=False, na=False)
mask2 = df.COLUMN_3.str.contains('/', case=False, na=False)

df['CASE#'] = np.select([mask1, mask2], [1, 2], default=0)
print (df)
     COLUMN_3  CASE#
0     25/PACK      2
1        EACH      1
2  100/BOTTLE      2
3     25/PACK      2
4         NaN      0
5      3/PACK      2
6        EACH      1