如何在Pandas DataFrame中检测列表内U后是否跟非U/None值？

创建的DataFrame代码 #

import pandas as pd
import numpy as np

ds = {
      'col1' : 
          [
              ['U', 'U', 'U', 'U', 'U', 1, 0, 0, 0, 'U','U', None],
              [6, 5, 4, 3, 2],
              [0, 0, 0, 'U', 'U'],
              [0, 1, 'U', 'U', 'U'],
              [0, 'U', 'U', 'U', None]
              ]
      }

df = pd.DataFrame(data=ds)

DataFrame内容 #

col1
0  [U, U, U, U, U, 1, 0, 0, 0, U, U, None]
1                          [6, 5, 4, 3, 2]
2                          [0, 0, 0, U, U]
3                          [0, 1, U, U, U]
4                       [0, U, U, U, None]

需求 #

对col1的每一行，检查列表中是否存在元素'U'的下一个元素既不是'U'也不是None，若是则新建iCount列赋值为1，否则为0。预期结果：

col1 iCount
0  [U, U, U, U, U, 1, 0, 0, 0, U, U, None]      1
1                          [6, 5, 4, 3, 2]      0
2                          [0, 0, 0, U, U]      0
3                          [0, 1, U, U, U]      0
4                       [0, U, U, U, None]      0

尝试的代码及错误结果 #

尝试的代码：

col5 = np.array(df['col1'])

for i in range(len(df)):
    iCount = 0

    for j in range(len(col5[i])-1):
        
        print(col5[i][j])
        
        if((col5[i][j] == "U") & ((col5[i][j+1] != None) & (col5[i][j+1] != "U"))):
            
            iCount += 1
            
        else:
            iCount = iCount

错误结果：

col1  iCount
0  [U, U, U, U, U, 1, 0, 0, 0, U, U, None]       0
1                          [6, 5, 4, 3, 2]       0
2                          [0, 0, 0, U, U]       0
3                          [0, 1, U, U, U]       0
4                       [0, U, U, U, None]       0

• None比较方式错误：Python中判断是否为None必须用is not None，而非!= None。!=会调用对象的__ne__方法，可能出现不符合预期的结果；is是判断对象身份，None是单例，用is才是正确逻辑。
• 未将结果赋值回DataFrame：循环计算完iCount后，没有把值存入DataFrame的iCount列，导致所有行的iCount默认是0。
• 逻辑冗余：需求是判断“是否存在”符合条件的情况，只要找到一次就可以将iCount设为1，无需累加，还能提前跳出循环提升效率。

方案1：修正原循环代码 #

# 先初始化iCount列
df['iCount'] = 0

col5 = df['col1'].tolist()

for i in range(len(df)):
    current_list = col5[i]
    count = 0
    # 遍历到倒数第二个元素
    for j in range(len(current_list)-1):
        if current_list[j] == 'U':
            next_val = current_list[j+1]
            # 正确判断None和非U
            if next_val is not None and next_val != 'U':
                count = 1
                break  # 找到一次就跳出循环，无需继续检查
    df.loc[i, 'iCount'] = count

方案2：使用Pandas apply函数（更简洁） #

利用apply对每行的列表进行处理，用zip将列表和其偏移一位的列表配对，检查是否存在符合条件的配对：

def check_condition(lst):
    # 遍历相邻元素对
    for curr, next_val in zip(lst, lst[1:]):
        if curr == 'U' and next_val is not None and next_val != 'U':
            return 1
    return 0

df['iCount'] = df['col1'].apply(check_condition)

内容的提问来源于stack exchange，提问作者Giampaolo Levorato