Question

我正在尝试创建一个函数，将数据帧输入到该函数中-该函数的目的是将帐户过帐分为“接受”或“忽略”。

我遇到的问题是，在某些情况下，我只需要查找文本字符串的一部分即可。如果我在没有函数的情况下执行此操作，那么它会起作用，但是在函数中会出现错误。

这很好用：

ekstrakt.query("Account== 'Car_sales'").Tekst.str.contains("Til|Fra", na=False)

但这不是：

def cleansing(df):

    if df['Account'] == 'Car_sales':
        if df.Tekst.str.contains("Til|Fra", na=False)  : return 'Ignore'

ekstrakt['Ignore'] = ekstrakt.apply(cleansing, axis = 1)

结果为错误：“ AttributeError：'str'对象没有属性'str'”

我需要“清理”功能以在以后接受更多参数，但是我正在努力超越第一部分。

Answer 1

如果使用函数分别处理每一行，则不能使用pandas functon处理str.contains之类的列。

可能的解决方案是使用numpy.where按&按位掩码AND通过链掩码创建新列：

df = pd.DataFrame({'Account':['car','Car_sales','Car_sales','Car_sales'],
                   'Tekst':['Til','Franz','Text','Tilled']})

m1 = df['Account'] == 'Car_sales'
m2 = df.Tekst.str.contains("Til|Fra", na=False)
df['new'] = np.where(m1 & m2, 'Ignore', 'Accept')
print (df)
     Account   Tekst     new
0        car     Til  Accept
1  Car_sales   Franz  Ignore
2  Car_sales    Text  Accept
3  Car_sales  Tilled  Ignore

如果需要在函数中进行处理，则可以将in与or一起使用，因为使用标量：

def cleansing(x):

    if x['Account'] == 'Car_sales':
        if pd.notna(x.Tekst):
            if ('Til' in x.Tekst) or ('Fra' in x.Tekst):
                return 'Ignore'


df['Ignore'] = df.apply(cleansing, axis = 1)

print (df)
     Account   Tekst     new  Ignore
0        car     Til  Accept    None
1  Car_sales   Franz  Ignore  Ignore
2  Car_sales    Text  Accept    None
3  Car_sales  Tilled  Ignore  Ignore

熊猫/ Python函数str.contains返回错误

1 个答案: