问题描述
假设我有一个名为 df_1
的 Pandas df,其中一行如下所示:
id | rank_url_agg | url_list |
---|---|---|
2223 | ['gtech.com','gm.com','ford.com'] | ['google.com','gtech.com','autoblog.com','ford.com'] |
我想创建一个名为 url_list_agg
的新列,它对每一行执行以下操作:
- 遍历
url_list
中的网址 - 如果同一行的
rank_url_agg
中不存在 URL,则赋值为 0。 - 如果
rank_url_agg
中存在 URL,则分配与rank_url_agg
列表的长度与rank_url_agg
中该 URL 的索引之间的差值相对应的值。 - 遍历
url_list
中的所有 URL 后,将结果包装到一个列表中。
所以最后,新的 url_list_agg
列中的第一行将变为 [0,3,2,1]
。
我尝试运行以下脚本(仅测试第一行而不是整个数据框):
for item in agg_report['url_list'][0]:
if item in agg_report['rank_url_agg'][0]:
item=len(rank_url_agg[0]) - agg_report['rank_url_agg'][0].index(item)
else:
item=0
但是当我检查 agg_report['url_list'][0]
时,它仍然只返回这个列表:['google.com','ford.com']
。所以我的代码不起作用。
关于如何为数据框中的每一行实现这一目标的任何建议将不胜感激!
解决方法
您没有分配回实际的数据帧。
def idx(a,b):
return [len(a) - a.index(x) if x in a else 0 for x in b]
df_1 = df_1.assign(url_list_agg=[*map(idx,df_1.rank_url_agg,df_1.url_list)])