如何使用for循环在Pandas dataframe中创建新列

Question

假设我有这个数据

import pandas as pd
df = pd.DataFrame({'Verbatim': ['Pants', 'Shirts', 'Shirts', 'Pants', 'Shoes', 'Shoes', 'Shoes', 'Shoes', 'Dresses, Shoes, Dresses', 'Pants', 'Pants', 'Shirts', 'Dresses Pants Shoes', 'Shoes Pants', 'Pants', 'Pants', 'Dresses', 'Pants', 'Pants', 'Dresses']})

通过不同的步骤，我确定了我在上面所有独特的单词是

unique_words = ('Pants', 'Shirts', 'Shoes', 'Dresses')

现在，我想在我的数据框架中添加列，表示“逐字”列中每个唯一单词的存在。我是从逐字文本创建假人。因此，如果被调查者在回答中注意到“着装”，他们会在着装栏中得到1分。

如何使用循环/apply语句来实现自动化？我想做这样的事

for word in unique_words:
    df['word'] = 0
    df.loc[df['Verbatim'].str.contains("word"), 'word'] = 1

本质上，我想知道如何使用迭代器('word')在一个以与该迭代器相同的名称命名的dataframe中创建列。如何引用循环中的迭代器？这段代码是手动工作的，但我不知道如何循环它。

谢谢!

Answer 1

您可以使用apply函数：

for word in unique_words:
    df[word] = df.apply(lambda x: word in x["Verbatim"], axis=1)

print(df.head()

产出如下：

  Verbatim  Pants  Shirts  Shoes  Dresses
0    Pants   True   False  False    False
1   Shirts  False    True  False    False
2   Shirts  False    True  False    False
3    Pants   True   False  False    False
4    Shoes  False   False   True    False

如果你不喜欢这样的类型，你可以把0和1放在下面：

for word in unique_words:
    df[word] = df.apply(lambda x: 1 if word in x["Verbatim"] else 0, axis=1)

print(df.head())

其结果是：

  Verbatim  Pants  Shirts  Shoes  Dresses
0    Pants      1       0      0        0
1   Shirts      0       1      0        0
2   Shirts      0       1      0        0
3    Pants      1       0      0        0
4    Shoes      0       0      1        0