应用 lambda 或定义一个函数在 dask 数据框中返回 1 else 0

Question

可能很简单，但我仍在学习。

我正在 dask 数据框中创建一个新列，其中的值将来自提取 str ddmmyyyy 中 date 列的最后四个 str 字符。 我所做的：

1. 有一个 inv_years 列表，
2. 提取字符串 date 的前四个字符，
3. 尝试定义一个函数，如果提取的年份在 inv_years 列表中，则在新列中返回 1，否则返回 0。

问题：如何以更少的行数编写一个工作函数或更好的 lambda 函数

def valid_yr(x):
    inv_years = ['1921','1969','2026','2030','2041','2060','2062']
    validity_year = ddf['string_ddmmyyyy'].str[-4:] #extract the last four to get the year
    if validity_year.isin(inv_years): 
        x = 1
    else:
        x = 0
    return x

#create a new column and apply function
ddf['validity_year']= ??? # what to write here?

Answer 1

我可以想出的一种非常脾气暴躁的方法是，

inv_years = ['1921','1969','2026','2030','2041','2060','2062']
ddf['validity_year'] = ddf.apply(lambda row: 1 if row.string_ddmmyyyy[-4:] in inv_years else 0, axis=1)

或者尝试让您的方法发挥作用，我们首先稍微修改您的函数，以便它的参数是单行。

def valid_yr(row):
    inv_years = ['1921','1969','2026','2030','2041','2060','2062']
    validity_year = row.string_ddmmyyyy[-4:]
    if validity_year in inv_years:
        x = 1
    else:
        x = 0
    return x

现在我们可以将此函数应用于所有行。

ddf['validity_year'] = ddf.apply(valid_yr, axis=1)