如何基于应用于另一列的条件设置pandas DataFrames列值

Question

我有一个要添加另一列的数据框，该数据框取决于基于该特定单元格中其他列的值。

我不断收到TypeError: string indices must be integers, not str。

这是我的数据框：df，其中所有列的值均为字符串格式

ID      Key
_1      A
_2       B, C
_3       A
_4       D, E
_5       B, C 

我的预期输出是

ID      Key      Name
_1       A        n0, n1
_2       B, C     n2
_3       A        n3
_4       D, E     n4
_5       B, C     n5, n6

这是我所做的：

df[df['ID'].str.contains('1')]['Name'] = 'n0, n1' that gave me Type Error.

请注意，id匹配是故意的子字符串匹配。

尝试使用numpy where，但这也给了我同样的错误。我关注了This link。

基于列值的子集设置新列值的正确方法是什么？另外，我将在以后介绍每个ID（此处为1到5）中执行的所有值。

Answer 1

以下对我有用：

df.loc[df['ID'].str.contains('1'), 'Name'] = 'n0, n1'

基本上，您需要使用.loc [row_index，col_index] = val来修改现有数据框。

使用df [row_index] [col_index]只会创建一个我相信的值的副本。

这还假设您已经定义了该列：

df['Name'] = pd.Series()