如何在单词匹配的基础上创建新列

Question

如何在基础搜索的项目上添加新列，例如，如果dataframe列包含BX，那么在新列中应将其替换为BOX，因为它有30多种缩写形式

我认为字典将是替换的最佳选择

 mapping= {
'BX': 'BOX', 
'CS': 'CASE', 
'EA': 'EACH', 
'PK': 'PACK', 
'None': None
  }
  import pandas as pd 
   lst = ['BX', 'EA', 'EA', 'PK', 'BG','CS'] 
  df = pd.DataFrame(lst)
      df.map(mapping) 

我无法做到

Answer 1

您可以执行以下操作。

# first define a mapping
mapping= {
    'BX': 'BOX', 
    'CS': 'CASE', 
    'EA': 'EACH', 
    'PK': 'PACK', 
    'None': None
}

# then apply it with map (assuming your abbreviations are 
# stored in column short and the result should be stroed 
# in long)
df['long']=df['short'].map(mapping)

具有以下测试数据框

lst = ['BX', 'EA', 'EA', 'PK', 'BG','CS'] 
df = pd.DataFrame(dict(short=lst)) 
df['short'].map(mapping)

它输出：

Out[447]: 
  short  long
0    BX   BOX
1    EA  EACH
2    EA  EACH
3    PK  PACK
4    BG   NaN
5    CS  CASE

Answer 2

使用pandas.Series.map

设置df：

import pandas as pd
import numpy as np

lst = ['BX', 'EA', 'EA', 'PK', 'BG','CS', np.NaN, None]
df = pd.DataFrame(lst, columns=['Data'])

编码映射值：

mappings = {'BX': 'BOX',
            'CS': 'CASE',
            'EA': 'EACH',  
            'PK': 'PACK', 
            'BX': 'BOX', 
            None: None}

应用mappings：

df['new'] = df.Data.map(mappings)

输出：