Question

我是Pandas的新手，不知道如何做到以下几点：

我有一个包含多个列的数据框（df）。一列叫做

OldCat = ['a-nn', 'bb-nm', 'ab-pp', 'ba-nn', 'cc-nm', 'ca-mn']

现在我想创建一个新列，以新方式组织/分类OldCat（NewCat）。具体来说，我想在OldCat中查找包含a（开头），ba或ca的字符串 J = '^ A | BA | CA' 然后将OldCat中的nan替换为OldCat包含j的行中的'A'。在R中，这将是这样的：

 j='^a|ba|ca'
 df[(OldCat %like% j),NewCat := str_replace_all(df[(OldCat %like% j),NewCat], "nan", "A")]

由于我的数据集非常大，因此我决定切换到大熊猫，但我不知道如何获得相同的结果。干杯

Answer 1

您可以使用向量化的str.extract返回与fillna的匹配项，将NaN替换为字符串'nan'：

In [119]:
df['NewCat'] = df['OldCat'].str.extract('(^a|ba|ca)', expand=False).fillna('nan')
df

Out[119]:
  OldCat NewCat
0      a      a
1     bb    nan
2     ab      a
3     ba     ba
4     cc    nan
5     ca     ca

修改

IIUC然后您可以str.contains使用loc来设置包含字符串的行：

In [137]: df.loc[df['OldCat'].str.contains(r'a|ba|ca'), 'NewCat'] = 'A' df['NewCat'].fillna('nan', inplace=True) df Out[137]: OldCat NewCat 0 a-nn A 1 bb-nm nan 2 ab-pp A 3 ba-nn A 4 cc-nm nan 5 ca-mn A

替换另一列的特定实例的一列中的值

1 个答案: