str.contains在pandas数据帧中创建新列

Question

我正在探索巨大的数据集，并希望创建一个名称相似的列。例如，包含“Charles”的任何名称都将显示为“ch”，因为我希望稍后使用这些名称来执行某些组。 我使用以下代码创建了一个函数：

def cont(Name):
    for a in Name:
        if a.str.contains('Charles'):
            return('Ch')

然后使用它来应用：

titanic['namest']=titanic['Name'].apply(cont,axis=1)

错误：'str' object has no attribute 'str'

notebook_link

Answer 1

您可以使用向量化apply返回布尔掩码，并将满足条件的所有行设置为所需的值，而不是使用循环或str.contains：

titanic.loc[titanic['Name'].str.contains('Charles'), 'namest'] = 'Ch'

Answer 2

apply会调用cont函数并从Name列传递一个值，该值是值。这意味着Name函数中的cont变量已经是一个字符串。

另请注意，apply正在使用的每个函数都必须返回一些内容，因此如果名称不包含“Charles”，则返回名称本身。

同样2，Series apply方法没有axis关键字参数。

def cont(Name):
    if 'Charles' in Name:
        return 'Ch'
    return Name

您甚至不需要定义它：

titanic['namest'] = titanic['Name'].apply(lambda x: 'Ch' if 'Charles' in x else x)