我有一個數據框，其中的觀察值包含許多代碼。我想將一行中存在的代碼與一個列表進行比較。如果該列表中有任何代碼，我希望標記該行。我可以使用以下itertuples方法完成此操作：import pandas as pdimport numpy as npdf = pd.DataFrame({ 'id' : [1,2,3,4,5],                    'cd1' : ['abc1', 'abc2', 'abc3','abc4','abc5'],                    'cd2' : ['abc3','abc4','abc5','abc6',''],                    'cd3' : ['abc10', '', '', '','']})code_flags = ['abc1','abc6']# initialize flag columndf['flag'] = 0# itertuples methodfor row in df.itertuples():    if any(df.iloc[row.Index, 1:4].isin(code_flags)):       df.at[row.Index, 'flag'] = 1輸出正確添加了flag帶有適當標志的列，其中1表示已標記的條目。但是，在我的實際用例中，這需要幾個小時才能完成。我嘗試使用來矢量化此方法numpy.where。df['flag'] = 0 # resetdf['flag'] = np.where(any(df.iloc[:,1:4].isin(code_flags)),1,0)似乎對所有事物的評估都是一樣的。我認為我對向量化如何處理索引感到困惑。我可以刪除分號并編寫df.iloc[1:4]并獲得相同的結果。我是否誤解了該where功能？我的索引True編制不正確并且會導致對所有情況的評估嗎？有一個更好的方法嗎？