如何为Pandas DataFrame生成基于字典匹配或值重复的布尔新列？

需求说明 #

需要为Pandas DataFrame新增一列布尔值数据，有两种实现路径：

• 路径1：基于给定字典的键匹配——当DataFrame某列的值与字典的键一致时，新列值为True，否则为False
• 路径2：跳过字典，直接判断列值是否存在多个实例——比如示例中dog和bird出现多次，对应True，其余值为False

示例数据 #

import pandas as pd

animal_list = ['dog', 'cat', 'dog', 'fish', 'bird', 'dog', 'bug', 'bird', 'snake']
animal_dict = {'dog': [3], 'bird': [2]}

animals = pd.DataFrame(animal_list, columns=['Pets'])

解决方案 #

你最终采用的方法（基于map优化） #

原本使用apply方法，后改用map提升效率，通过自定义函数匹配字典键：

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)

更简洁的优化方案 #

不用自定义循环函数，Pandas内置方法可以更高效地实现需求：

路径1：匹配字典键

# 直接提取字典的键，用isin完成判断
animals['multiple'] = animals['Pets'].isin(animal_dict.keys())

路径2：判断值是否存在多个实例

先统计每个值的出现次数，再筛选出次数大于1的目标值：

# 统计各Pets值的出现频次
counts = animals['Pets'].value_counts()
# 匹配出现次数>1的值
animals['multiple'] = animals['Pets'].isin(counts[counts > 1].index)

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