将 loc 代码行组合成 1 个函数 python pandas

Posted 2023-03-11

【中文标题】将 loc 代码行组合成 1 个函数 python pandas

【英文标题】：combining loc code lines into 1 function python pandas

【发布时间】：2021-02-11 23:33:02

【问题描述】：

我有一些代码可以将浏览器名称清理为 pandas 数据框列中的短名称，例如“边缘 12345678”变成了“边缘”。

因为我想考虑未来版本的浏览器（版本号会改变），所以我没有使用字典。我使用 pandas loc 函数来识别浏览器名称字段的前两个字母，然后将其替换为短名称（在新列中）。

此代码有效：

df.loc[df['Browser'].str[:2] == 'Ch', 'Browser_type'] = 'Chrome'
df.loc[df['Browser'].str[:2] == 'Mo', 'Browser_type'] = 'Mozilla'
df.loc[df['Browser'].str[:2] == 'Ed', 'Browser_type'] = 'Edge'
df.loc[df['Browser'].str[:2] == 'Fi', 'Browser_type'] = 'Firefox'

df.head()

但我现在正在尝试编写一个函数来执行此操作，并希望将其写成一行。

像这样：

df.loc[df['Browser'].str[:2] == ['Ch'|'Mo'|'Ed'|'Fi'], 'Browser_type'] = ['Chrome'|'Mozilla'|'Edge'|'Firefox']
df.head(3)   

但我收到此错误：

    TypeError                                 Traceback (most recent call last)
<ipython-input-32-0f4153661736> in <module>
      1 df = pd.read_csv ('dummy_webchat_data.csv')
----> 2 df.loc[df['Browser'].str[:2] == ['Ch'|'Mo'|'Ed'|'Fi'], 'Browser_type'] = ['Chrome'|'Mozilla'|'Edge'|'Firefox']
      3 df.head(3)

TypeError: unsupported operand type(s) for |: 'str' and 'str'

如果我使用逗号而不是“|”我明白了：

    ValueError                                Traceback (most recent call last)
<ipython-input-33-5ddc9867daf5> in <module>
      1 df = pd.read_csv ('dummy_webchat_data.csv')
----> 2 df.loc[df['Browser'].str[:2] == ['Ch','Mo','Ed','Fi'], 'Browser_type'] = ['Chrome','Mozilla','Edge','Firefox']
      3 df.head(3)

~\anaconda3\lib\site-packages\pandas\core\ops\common.py in new_method(self, other)
     62         other = item_from_zerodim(other)
     63 
---> 64         return method(self, other)
     65 
     66     return new_method

~\anaconda3\lib\site-packages\pandas\core\ops\__init__.py in wrapper(self, other)
    527         rvalues = extract_array(other, extract_numpy=True)
    528 
--> 529         res_values = comparison_op(lvalues, rvalues, op)
    530 
    531         return _construct_result(self, res_values, index=self.index, name=res_name)

~\anaconda3\lib\site-packages\pandas\core\ops\array_ops.py in comparison_op(left, right, op)
    232         #  The ambiguous case is object-dtype.  See GH#27803
    233         if len(lvalues) != len(rvalues):
--> 234             raise ValueError("Lengths must match to compare")
    235 
    236     if should_extension_dispatch(lvalues, rvalues):

ValueError: Lengths must match to compare

请有人帮我用 loc 更有效地写这个吗？

谢谢

M

【参考方案1】：

试试 Numpy 做一个班轮

import numpy as np

# df['column_name'] = np.select(conditions, values)
df['Browzer_type'] = np.select([(df['A'] == 'Chro'), (df['Browzer'] == 'Mozi'), (df['A'] == 'Ed'), (df['A'] == 'Fir')], ['Chrome', 'Mozilla', 'Edge', 'Firefox'])

【讨论】：

我认为它起作用了，但是当我仔细观察时，新列被 0 填充。我认为这是因为代码正在寻找确切的字符串（例如“Chro”而不是按照我的原始代码@Raghav Sharma

的前几个字母