如何基于DataFrame列与Series值创建条件新DataFrame

方法一：简单直观的apply方法 #

先构造示例测试数据：

import pandas as pd

# 构造输入的Series
s = pd.Series(
    [['A', 'B', 'C'], ['D', 'E'], ['B', 'C', 'D']],
    index=['t1', 't2', 't3']
)
# 目标列名列表
target_cols = ['A', 'B', 'C', 'D', 'E']

通过apply遍历Series的每个列表元素，对每个目标列名判断是否存在，再转为Series：

# 生成布尔值结果
result_df = s.apply(lambda lst: pd.Series([col in lst for col in target_cols], index=target_cols))

# 如果需要显示'T'/'F'而非布尔值，替换为：
# result_df = s.apply(lambda lst: pd.Series(['T' if col in lst else 'F' for col in target_cols], index=target_cols))

运行后得到的result_df结构如下：

A      B      C      D      E
t1   True   True   True  False  False
t2  False  False  False   True   True
t3  False   True   True   True  False

方法二：高效向量化方法（适合大数据集） #

如果数据量较大，apply的循环效率较低，可以用explode+pivot的向量化方案：

# 将Series的列表元素展开为单行一个列名
exploded = s.explode().reset_index(name='column')
# 标记该列名存在
exploded['exists'] = True
# 透视成目标结构，缺失的列填充为False
result_df = exploded.pivot(index='index', columns='column', values='exists')
# 对齐目标列，填充缺失值
result_df = result_df.reindex(columns=target_cols, fill_value=False)

# 同样，如需转为'T'/'F'：
# result_df = result_df.replace({True: 'T', False: 'F'})

两种方法都能得到你需要的DataFrame，根据数据规模选择即可。

内容的提问来源于stack exchange，提问作者WWW