Python - 更新不同数组列的值（速度改进）[重复]

Question

我正在尝试为每一行使用不同的列数组将值更新为“True”。我有一个完全错误的数据框：

    Place1 Place2 ... PlaceN
Id1 False  False  ... False
Id2 False  False  ... False
 .
 .
 .
IdN False  False  ... False

一个包含每个 ID 的地点列表的系列：

Id1 [Place1, Place2]
Id2 [Place4, Place54, PlaceN]
 .
 .
 .
IdN [Place1]

我需要将DataFrame中Id1的Place1和Place2列中的值更改为True。

目前我有一个使用循环的工作代码

for id, row in df.iterrows():
    df.loc[id]=row[series[id]]=True

但是对于超过 60k 个 ID 和 150 个位置来说，它太慢了。我需要它在我阅读新闻文章的时候完成，而不是现在的几个小时。

我尝试过其他方法，例如 apply，但 lambda 函数不允许赋值。

每行都有一系列结构良好的列，感觉应该有一种矢量化的方式来索引列数组。但是我没找到。

提前感谢您的帮助！

Answer 1

您可以使用sklearn 库并直接提供您的系列。这是一个演示：

from sklearn.preprocessing import MultiLabelBinarizer

s = pd.Series([['Place1', 'Place2'], ['Place1', 'Place2', 'Place3'], ['Place2']],
              index=['Id1', 'Id2', 'Id3'])

mlb = MultiLabelBinarizer()

res = pd.DataFrame(mlb.fit_transform(s),
                   columns=mlb.classes_,
                   index=s.index).astype(bool)

结果：

    Place1 Place2 Place3
Id1   True   True  False
Id2   True   True   True
Id3  False   True  False

这将比通过手动迭代填充现有数据框更有效。