Python中带有AND条件的LOC搜索字符串

Posted 2023-02-23

【中文标题】Python中带有AND条件的LOC搜索字符串

【英文标题】：LOC search string with AND condition in Python

【发布时间】：2021-09-27 03:23:48

【问题描述】：

我正在尝试使用带有 AND 条件的 LOC。它适用于 OR 条件，但当列中有重复值时，我无法让它与 AND 一起使用。

def locreplace(df,col,needle,replace,needle2=''):
   if (needle2==''):
      df.loc[df[col].str.contains(needle, case=False)==True,col] = replace
   else:
     df.loc[[df[col].str.contains(needle, case=False)==True] and df[col].str.contains(needle2, case=False)==True,col] = replace

这个没有重复的表按预期工作：

#Create a data frame
data = [['granny apple', 'juicy'], ['blood orange', 'refreshing'], ['spanish lemon', 'tangy']]
fruitdf = pd.DataFrame(data, columns = ['fruit', 'taste'])

#Single replace - works
#locreplace(fruitdf,'fruit','apple','big red nice apple')

#Will fail - works
#locreplace(fruitdf,'fruit','apple','big red apple','uncle')

#Double replace - works
locreplace(fruitdf,'fruit','apple','big huge red apple','granny')

但是，当您创建包含两个“granny”条目的数据框时，即使 AND 条件中的“apple”不匹配，双重替换 AND 条件也会替换“granny”的两个实例。

data = [['granny apple', 'juicy'], ['granny blood orange', 'refreshing'], ['spanish lemon', 'tangy']]
fruitdf = pd.DataFrame(data, columns = ['fruit', 'taste'])

#Single replace - works
#locreplace(fruitdf,'fruit','apple','big red nice apple')

#Will fail - works
#locreplace(fruitdf,'fruit','apple','big red apple','uncle')


#Double replace - fails
locreplace(fruitdf,'fruit','apple','big huge red apple','granny')

毫无疑问是我的错，以及括号放错（或对代码的误解），但是用 loc（或其他更简单的方法）替换 AND 条件的正确方法是什么？

当前输出：

    fruit   taste
0   big huge red apple  juicy
1   big huge red apple  refreshing
2   spanish lemon   tangy

期望的输出：

    fruit   taste
0   big huge red apple  juicy
1   granny blood orange refreshing
2   spanish lemon   tangy

【参考方案1】：

问题出在locreplace 中的else 块中

[df[col].str.contains(needle, case=False)==True]

这是一个在第一个索引中包含系列而不是系列的列表。您需要删除括号并将and替换为&

df.loc[df[col].str.contains(needle, case=False) & df[col].str.contains(needle2, case=False), col] = replace

输出

                 fruit       taste
0   big huge red apple       juicy
1  granny blood orange  refreshing
2        spanish lemon       tangy

【讨论】：

谢谢家伙 - 这里很热，我今天过得很慢，感谢您的快速响应，第一次工作。