根据其他列的值创建新列答案

【问题标题】：Creating new columns based on value of other column根据其他列的值创建新列
【发布时间】：2023-03-17 07:10:02
【问题描述】：

在我的df 中，我为下面的每个实体（Grubhub、Toasttab、Tenk）都有一列，它在每一行的该列的值中表示是或否，

我有以下代码，例如：

df['Grubhub'] = df[['On GrubHub or Seamless?']].apply(lambda x: any(x == 'Yes'), axis = 1)

df['ToastTab'] = df[['On ToastTab?']].apply(lambda x: any(x == 'Yes'), axis = 1)

df['Tenk'] = df[['On Tenk?']].apply(lambda x: any(x == 'Yes'), axis = 1)

df['Udemy'] = df[['On Udmey?']].apply(lambda x: any(x == 'Yes'), axis = 1)

df['Postmates'] = df[['On Postmates?']].apply(lambda x: any(x == 'Yes'), axis = 1)

df['Doordash'] = df[['On DoorDash?']].apply(lambda x: any(x == 'Yes'), axis = 1)

df['Google'] = df[['On Goole?']].apply(lambda x: any(x == 'Yes'), axis = 1)

这为每个实体（Grubhub、Toasttab、Tenk）提供了一个新列，并且该列给出了真值或假值，是否有更有效的方法可以在一行代码或函数中完成所有这些操作？提前感谢您的帮助

【问题讨论】：

标签： python python-3.x pandas data-science

【解决方案1】：

您可以创建一个列映射并在loop 内应用function：

columns_map = (
    ('Grubhub', 'On GrubHub or Seamless?'),
    ('ToastTab', 'On ToastTab?'),
    ('Tenk', 'On Tenk?'),
    # etc ...
)

for new_col, alias in columns_map:
    df[new_col] = df[alias].apply(lambda x: x == 'Yes')
    # also you can easily remove aliases columns:
    # df = df.drop(columns=[alias])

或者您可以将值设置为原始列并根据需要重命名（不带drop()）：

for new_col, alias in columns_map:
    df[alias] = df[alias].apply(lambda x: x == 'Yes')

df.rename(
    columns={alias: new_col for new_col, alias in columns_map},
    inplace=True
)

【讨论】：