苦苦挣扎的新手。 如果我有两个像这样的pandas数据帧:
import pandas as pd
data = {'col1': ['black sphynx bob','brown labrador','grey labrador mervin',
'brown siamese cat','white siamese']}
desc_df = pd.DataFrame(data=data)
catg = {'dog': ['labrador','rottweiler',
'beagle'],'cat':['siamese','sphynx','ragdoll']}
catg_df = pd.DataFrame(data=catg)
desc_df
col1
0 black spyhnx bob
1 brown labrador
2 grey labrador mervin
3 brown siamese cat
4 white Siamese
catg_df
cat dog
0 siamese labrador
1 sphynx rottweiler
2 ragdoll beagle
我想最终得到desc_df dataframe:
col1 col2
0 black spyhnx bob cat
1 brown Labrador dog
2 grey labrador Mervin dog
3 brown siamese cat cat
4 white Siamese cat
我以为我可以将apply方法与函数一起使用。如果这是解决这个问题的最佳方式以及如何做到这一点,我就不会100%自信。 非常感谢
答案 0 :(得分:1)
您可以使用str.contains
+ np.where
desc_df['col2']=np.where(desc_df.col1.str.contains(catg_df.cat.str.cat(sep='|')),'cat','dog')
desc_df
Out[1538]:
col1 col2
0 black spyhnx bob dog
1 brown labrador dog
2 grey labrador mervin dog
3 brown siamese cat cat
4 white siamese cat
确定更新多个条件
d=catg_df.apply('|'.join).to_dict()
desc_df.col1.apply(lambda x : ''.join([z if pd.Series(x).str.contains(y).values else '' for z,y in d.items()]))
Out[1568]:
0
1 dog
2 dog
3 cat
4 cat
Name: col1, dtype: object
答案 1 :(得分:1)
一种方法是创建一个字典映射动物进行输入。
然后将pd.Series.apply
与next
和生成器表达式一起使用:
d = {i: k for k in catg_df for i in catg_df[k].unique()}
desc_df['col2'] = desc_df['col1'].apply(lambda x: next((d.get(i) for i in x.split() \
if i in d), None))
print(desc_df)
# col1 col2
# 0 black sphynx bob cat
# 1 brown labrador dog
# 2 grey labrador mervin dog
# 3 brown siamese cat cat
# 4 white siamese cat