基於另一列在熊貓數據框中創建列

Question

我有一個熊貓數據框，其中一列只包含字符串。

df= pd.DataFrame(
    { 
    "A": [2,4,7,17,39], 
    "B": ["apple","apple","broccoli","rose","apple"] 
    } 
) 

我想檢查此列「B」並查找一個字符串包含某個單詞的某個部分的所有時間。然後我創建一個新的列「C」，其中包含一系列字符串，每當「app」在行中時都會顯示「fruit」，每當「ros」顯示時顯示爲「flower」，在「brocc」顯示時顯示蔬菜。

最後的數據幀的樣子：

df= pd.DataFrame(
    { 
    "A": [2,4,7,17,39], 
    "B": ["apple","apple","broccoli","rose","apple"], 
    "C": ["fruit","fruit", "vegetable", "flower", "fruit"] 
    } 
) 

Answer 1

你可以使用字典作爲轉換器是get方法輸入apply：

converter = {'apple': 'fruit', 
      'broccoli': 'veg', 
      'rose': 'flower'} 

df['C'] = df['B'].apply(converter.get) 
print(df) 
    A   B  C 
0 2  apple fruit 
1 4  apple fruit 
2 7 broccoli  veg 
3 17  rose flower 
4 39  apple fruit 

在部分匹配的情況下，你需要改變這一點點：

converter = {'app': 'fruit', 
      'brocc': 'vegetable', 
      'ros': 'flower'} 

df['C'] = df['B'].apply(lambda original: next(val for key, val in converter.items() if key in original)) 
print(df) 
    A   B   C 
0 2  apple  fruit 
1 4  apple  fruit 
2 7 broccoli vegetable 
3 17  rose  flower 
4 39  apple  fruit 

next(val for key, val in converter.items() if key in original)將爲您提供字典中第一個在「行」中找到的鍵的值。

Answer 2

創建字典

d = {'apple': 'fruit', 'broccoli': 'vegetable', 'rose': 'flower'} 

而且在使用它map或replace（地圖是這個快）：

df['B'].map(d) 
Out: 
0  fruit 
1  fruit 
2 vegetable 
3  flower 
4  fruit 
Name: B, dtype: object 

df['B'].replace(d) 
Out: 
0  fruit 
1  fruit 
2 vegetable 
3  flower 
4  fruit 
Name: B, dtype: object