问题描述
我正在尝试从列表（'provider'）中创建一个新变量，用于检查数据框中的另一列中是否存在某些 id：
import pandas as pd
xx = {'provider_id': [1, 2, 30, 8, 8, 7, 9]}
xx = pd.DataFrame(data=xx)
ids = [8,9,30]
names = ["netflix", "prime","sky"]
for id_,name in zip(ids,names):
provider = []
if id_ in xx["provider_id"]:
provider.append(name)
provider
预期结果：
['netflix', 'prime', 'sky']
实际结果：
['sky']
那么for循环会不断覆盖循环内的name的结果吗？
这个功能对我来说似乎很奇怪，老实说，我不知道如何防止这种情况，然后编写三个单独的if语句。
1楼
您的循环不断初始化列表。 将列表移出循环：
provider = []
for id_,name in zip(ids,names):
if id_ in xx["provider_id"]:
provider.append(name)
print(provider)
2楼
提高效率的一种方法是使用sets和isin在数据框中查找匹配的 id，然后使用zip进行列表zip以保留相应的names 。
@quamrana 指出的错误是您不断重置循环内的列表。
s = set(xx.loc[xx.isin(ids).values, 'provider_id'].values)
# {8, 9, 30}
[name for id_, name in zip(ids, names) if id_ in s]
# ['netflix', 'prime', 'sky']
3楼
完全废弃循环并使用内置的pandas方法。
它会工作得更快。
df = pd.DataFrame({'ids': [8,9,30], 'names': ["netflix", "prime","sky"]})
cond = df.ids.isin(xx.provider_id)
df.loc[cond, 'names'].tolist()
['netflix', 'prime', 'sky']