创建一个表格，显示列表是否包含在数据框的分组列中

Question

给出以下数据：

data = pd.DataFrame(

    dict(

        source=["file1", "file1", "file2", "file2"],

        variable=["shipp", "carrr", "shipp", "bikee"],

    )

)

vals = pd.Series(["ship", "bike"])

看起来像：

  source variable

0  file1    shipp

1  file1    carrr

2  file2    shipp

3  file2    bikee

我想创建以下内容：

          ship     bike

file1     True     False

file2     True     True

不过，我不确定该怎么做，我尝试了以下方法：

data.groupby("source").apply(

    lambda grp: pd.Series([any(grp["variable"].str.contains(v)) for v in vals])

)

这花了我几次，我现在想知道是否有更好的方法。

（欢迎任何帮助编写更好的标题）

Answer 1

我们这样extract做pd.crosstabdata['new']=data.variable.str.extract('('+'|'.join(vals)+')')[0]s=pd.crosstab(data.source,data.new).astype(bool)new      bike  shipsource             file1   False  Truefile2    True  True