Pandas - 基于 str 包含从另一列创建新列/值

Posted 2023-03-12

【中文标题】Pandas - 基于 str 包含从另一列创建新列/值

【英文标题】：Pandas - Create new column w/values from another column based on str contains

【发布时间】：2021-09-25 11:24:15

【问题描述】：

我有两个 DataFrame。一个有多个列，另一个只有一个。所以我需要的是基于列的部分 str 加入。示例：

df1

| Name     |       Classification       |
| -------- | -------------------------- |
| A        | Transport/Bicycle/Mountain |
| B        | Transport/City/Bus         |
| C        | Transport/Taxi/City        |
| D        | Transport/City/Uber        |
| E        | Transport/Mountain/Jeep    |

df2

| Category |
| -------- | 
| Mountain |
| City     | 

您可以看到分类列上的顺序没有很好地定义。

可嘲笑输出

| Name     |       Classification       | Category  |
| -------- | -------------------------- |-----------|
| A        | Transport/Bicycle/Mountain | Mountain  |
| B        | Transport/City/Bus         | City      |
| C        | Transport/Taxi/City        | City      |
| D        | Transport/City/Uber        | City      |
| E        | Transport/Mountain/Jeep    | Mountain  |

我坚持这一点。有什么想法吗？

非常感谢。

【问题讨论】：

如果两个字符串都出现在分类下你想要什么？

我理解你的问题@JustinEzequiel，也许我的例子不是很清楚。首先让我告诉你，我处于非常初级的水平，所以这可能非常简单。我需要的是一种同时加入 Df 并应用正确类别的方法。

我的意思是如果分类列有，例如“foo/Mountain/City/bar”呢？

哦，好的。如果两者都出现，则可能是其中任何一个。

【参考方案1】：

这个实现可以解决问题：

def get_cat(val):
    for cat in df2['Category']:
        if cat in val:
            return cat
    return None

df['Category'] = df['Classification'].apply(get_cat)

注意：正如@Justin Ezequiel 在 cmets 中指出的那样，当 Mountain 和 City 存在于分类中时，您尚未指定要做什么。当前实现使用第一个匹配的类别。

【讨论】：

lambda x: f(x) 是一种无趣的写作方式 f 我认为

【参考方案2】：

你可以试试这个：

dff="ne":[]

for x in df1["Classification"]:
    if a in df2 and a in x:
        dff["ne"].append(a)
df1["Category"]=dff["ne"]

df1 看起来像您想要的输出。

【讨论】：

@Kshitz 很好的实现。旁注：不匹配的分类项目会在 df1 中产生奇怪的结果。双 if 语句可以写成更短的 if a in df2 and a in x。