Pandas 使用 for 循环在部分字符串匹配上设置列：使用包含 NaN 的向量进行错误索引

Posted 2023-03-12

【中文标题】Pandas 使用 for 循环在部分字符串匹配上设置列：使用包含 NaN 的向量进行错误索引

【英文标题】：Pandas set column on partial string match using for loop: Error indexing with vector containing NaN

【发布时间】：2018-04-09 21:31:31

【问题描述】：

我有一种使用部分字符串匹配来分配列的方法。我现在已经扩展了这个方法，以通过使用 for 循环来使用字符串列表，如下所示：

mydf:

         mytestdata Colourtoassign
0  blah Orange blah          FALSE
1     blah blah Red          FALSE

其中 Colourtoassign 是在 for 循环中使用列表 colourList 分配给部分字符串匹配的列：

['黑色', '蓝色'， '绿色'， '橙色', '粉红色'， '紫色', '红色'， '白色'， '黄色', '粉红色']

我将其放入我的 for 循环中，如下所示：

for i in range(len(colourList)-1):
mydf.loc[mydf['mytestdata'].str.contains(colourList[i]), 'Colourtoassign'] = colourList[i]

为 mydf 生成所需的结果：

         mytestdata Colourtoassign
0  blah Orange blah         Orange
1     blah blah Red            Red

但是，当我尝试将它与我的真实数据一起使用时，如下例所示：

for i in range(len(cableList)-1):
ordersTwo.loc[ordersTwo['Variation details'].str.contains(cableList[i]), 'VariationStringLabel_FULL'] = cableList[i]

我收到错误 ValueError: cannot index with vector contains NA/NaN values。

此数据框的相关列：

ordersTwo['变化详情']：

0                                                  NaN
1                                                  NaN
2    [Cable Length (metres):3M (9ft, 10in),Colour:Hot Pink]
3    [Cable Length (metres):2M (6ft, 7in),Colour:Hot Pink]

ordersTwo['VariationStringLabel_FULL']：

0    FALSE
1    FALSE
2    FALSE
3    FALSE

虽然我不相信它是发生索引的向量，但我尝试使用 ordersTwo['Variation details'] 删除 ordersTwo['Variation details'] 的 NaN .fillna(0, inplace=True) 但结果是一样的。

我的代码或方法有什么错误？

【参考方案1】：

Series.str.contains(pat, case=True, flags=0, na=nan, regex=True)

其中na：默认NaN，缺失值的填充值。

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.str.contains.html

试试下面的代码：

for i in range(len(cableList)-1):
    ordersTwo.loc[ordersTwo['Variation details'].str.contains(cableList[i], na=False), 'VariationStringLabel_FULL'] = cableList[i]