Question

我有一个如下所示的列表：li = ['ShortHair','LongHair','Medium Hair']

我想检查col2是否包含上述任何子字符串，如果它确实从col2获取并更新col3。如果没有，那么保持col3不变。

     col1   col2               col3
0       w   I have ShortHair      U
1       x   LongHair You Have     V
2       y   I have no hair        W
3       z   Look Medium Hair!     L

得到：

     col1   col2               col3
0       w   I have             ShortHair
1       x   You Have           LongHair
2       y   I have no hair        W
3       z   Look !             Medium Hair

编辑：如果数组中出现多个子字符串，请删除格式col2并使用第一个值更新col3。

我可以从col2中删除子字符串，但是我无法更新col3。我试过了：

data[data.col2.str.contains('|'.join(li)),"col3"] = data["col2"].map(lambda x: re.findall('|'.join(li),x)[0])

它会出现IndexError: list index out of range错误。

我怎样才能做到最好？

Answer 1

创建示例数据框：

df = pd.DataFrame(
    {'col1': ['w', 'x', 'y', 'z'],
     'col2': ['I have ShortHair', 'LongHair You Have', 'I have no hair', 'Look Medium Hair!'],
     'col3': ['U', 'V', 'W', 'L']})

使用带有列表推导的lambda表达式来查找每行上的所有匹配单词。这是一个临时列，稍后将删除。

df['matches'] = df.col2.apply(lambda sentence: [word for word in li if word in sentence])

创建包含匹配单词的行的掩码。

mask = df.matches.apply(len) > 0

使用掩码和.loc，使用第一个匹配的单词更新col3。

df.loc[mask, 'col3'] = df.loc[mask, 'matches'].str[0]

将lambda表达式与reduce一起使用，以从col2中删除每个匹配的字词：

df.loc[mask, 'col2'] = (
    df.loc[mask, 'col2'].apply(lambda sentence: 
                               reduce(lambda remaining_sentence, word: 
                                      remaining_sentence.replace(word, ''), li, sentence)))

删除匹配单词的临时列。

del df['matches']

确认结果。

>>> df
  col1            col2         col3
0    w         I have     ShortHair
1    x        You Have     LongHair
2    y  I have no hair            W
3    z          Look !  Medium Hair

Python-如何通过从另一列获取子字符串来更新列？

1 个答案: