在 Jupyter Notebook 中清理多个函数和 lambda

Question

我的公司跟踪第 3 方系统中的拒绝问题。任何给定的工单都可能有多种拒绝原因。我的同事将拒绝的工单列表导出到 Excel 文件，最终用于数据可视化。

我创建了一个 Jupyter Notebook 文件，该文件会将原因拆分为真或假的单独列。目前有 10 个可能的原因，所以我有 10 个单独的函数来检查每个值是否为真，并运行 10 个单独的 lambda。它工作完美，但不是很干净或可维护。

我正在努力寻找正确的方法（甚至只是一种可行的方法）将所有这些函数和 lambda 组合成一组更清晰的代码。

我有一系列 10 个功能，每个功能一个，几乎相同：

def reason_one (x):
    
    value = 0
    
    if 'reason_one' in x:
        value = 1
    else:
        pass
        
    return value

def reason_two (x):
    
    value = 0
    
    if 'reason_two' in x:
        value = 1
    else:
        pass
        
    return value

依此类推，我们目前使用的所有 10 个原因。

然后，我运行 10 个几乎相同的 lambda，一个接一个：

df['Reason One'] = df['Labels'].map(lambda x: reason_one(x))

df['Reason Two'] = df['Labels'].map(lambda x: verification(x))

有没有办法清理这个？理想情况下，我想创建一个字典，其中包含所有原因代码和应命名的列，然后循环遍历数据框上的标签列以获取每个可能的值，每次添加一列。

我有我的字典设置：

error_list = {
    'reason_one': 'Reason One',
    'reason_two': 'Reason Two',
    'reason_three': 'Reason Three',
    'reason_four': 'Reason Four'
}

我喜欢这个，因为我的同事只需更改该列表并运行 notebook 即可让一切正常运行。例如，他可能会添加一个新的原因；或编辑给定原因代码的列名称以使其更清晰。

我的想法是创建一个接受字典和列的函数，遍历字典键，将 0 或 1 附加到空列表，然后使用该列表创建一个新列。

我走到这一步：

def breakout_columns (errors, column):
    
    column_values = []
    
    for key in errors:
        
        if key in column:
            value = 1
        else:
            value = 0
        
        column_values.append(value)
    
        print(column_values)

当我运行它时，它确实产生了一个包含 10 个值的列表，但是即使其中一些应该为真，它们都是 0。我一直在寻找有关遍历数据帧行的资源，但我没有像我正在尝试做的那样远程看到任何东西。

除了这件作品不起作用之外，我担心我的方法存在固有缺陷，或者（a）我应该做一些完全不同的事情来尝试清理东西；或者 (b) 我尝试做的事情不可能或没有意义，所以我只需要坚持使用 10 个函数和 10 个 lambda。

任何指导将不胜感激！

Answer 1

您可以遍历 error_list 并通过将给定的列与您的 reasons 进行比较来创建新系列（如果您想要 0 或 1 而不是 False 和 True，则转换为 int）：

import pandas as pd

error_list = {
    "reason_one": "Reason One",
    "reason_two": "Reason Two",
    "reason_three": "Reason Three",
    "reason_four": "Reason Four",
}

df = pd.DataFrame(
    {
        "Labels": [
            "reason_two",
            "reason_two",
            "reason_one",
            "cat",
            "reason_four",
            "many",
            "sandwich",
        ]
    }
)

for reason, column_name in error_list.items():
    df[column_name] = (df["Labels"] == reason).astype(int)

print(df)

打印出来

        Labels  Reason One  Reason Two  Reason Three  Reason Four
0   reason_two           0           1             0            0
1   reason_two           0           1             0            0
2   reason_one           1           0             0            0
3          cat           0           0             0            0
4  reason_four           0           0             0            1
5         many           0           0             0            0
6     sandwich           0           0             0            0