Question

我设法找到了我之前遇到的问题的答案（在此处找到：How can i create a ruleset to assign values to specific columns, based on searching substrings, in Pandas?）。

但是我想知道是否有更有效的方法来做到这一点。我想根据我在描述栏中搜索的字符串创建多个分类列。

目前我的策略如下：

android_phones = ['samsung','xperia','google']

iphone= ['iphone','apple']


def OS_rules(raw_Df):
    val=''  

    if any(word in raw_Df['Names'].lower() for word in android_phones):
        val='android'
    elif any(word in raw_Df['Names'].lower() for word in iphone):
        val='iPhone'        
    else: val = 'Handset' 

    return val


df.loc[:,'OS_Type']=df.apply(OS_rules,axis=1)

然而，通过这种策略，我需要创建多个功能，而且几乎可以使用＃39;相同的规则，但返回值不同。

有没有办法从单个函数返回多个值？并将它们应用于多个新列？

e.g。

if any(word in raw_Df['Names'].lower() for word in android_phones):
    val1='android'
    val2='pixel'
    val3='vodafone'

等等等，然后从那些创建新列？

Answer 1

使用：

#create dictionary of all lists
d = {'android':android_phones, 'iPhone':iphone}

def OS_rules(raw_Df):

    #loop by dictionary and return key of dict
    for k, v in d.items():
        if any(word in raw_Df['Names'].lower() for word in v):
            return k    

#if no value match get NaN, so fillna by default value
df['OS_Type']=df.apply(OS_rules,axis=1).fillna('Handset')
print (df)
                    Names  qty  OS_Type
0     IPHONE_3UK_CONTRACT  968   iPhone
1       IPHONE_O2_SIMONLY  155   iPhone
2        ANDROID_3UK_PAYG   77  Handset
3  ANDROID_VODAF_CONTRACT  973  Handset

从函数

1 个答案: