在 for 循环中使用 Regex 搜索 dataframe 以提取与 Regex 关联的值

Question

我有一个更大的 dataframe 的子集 dataframe。 我需要能够创建一个 for 循环来搜索 dataframe 并提取与正确名称对应的数据。

import pandas as pd
import numpy as np
import re

data = {'Name': ['CH_1', 'CH_2', 'CH_3', 'FV_1', 'FV_2', 'FV_3'],
        'Value': [1, 2, 3, 4, 5, 6]
            }

df = pd.DataFrame(data)

FL = [17.7, 60.0]
CH = [20, 81.4]

tol = 8
time1 = FL[0] + tol
time2 = FL[1] + tol
time3 = CH[0] + tol
time4 = CH[1] + tol
FH_mon = df['Values'] *5
workpercent = [.7, .92, .94]
mhpy = [2087, 2503, 3128.75]
list1 = list()
list2 = list()

for x in df['Name']:
    if x == [(re.search('FV_', s)) for s in df['Name'].values]:
        y = np.select([FH_mon < time1 , (FH_mon >= time1) and (FH_mon < time2), FH_mon > time2], [workpercent[0],workpercent[1],workpercent[2]])
        z = np.select([FH_mon < time1 , (FH_mon >= time1) and (FH_mon < time2), FH_mon > time2], [mhpy[0],mhpy[1],mhpy[2]])   
    if x == [(re.search('CH_', s)) for s in df['Name'].values]:
       y = np.select([FH_mon < time3, (FH_mon >= time3) and (FH_mon < time4)],  [workpercent[0],workpercent[1]])
       z = np.select([FH_mon < time3, (FH_mon >= time3) and (FH_mon < time4)],  [mhpy[0],mhpy[1]])

list1.append(y)
list2.append(z)

我之前有一个简单的版本，我只是添加了几个数字，我得到了非常有用的答案来回答我的问题，但这里是更复杂的版本。 我需要搜索，只要 name 列中有 FV，if 循环就会运行并将 Name 列中的数据与 FV 一起使用。 CH 也一样。 当循环遍历名称列时，我有列表来跟踪每个值。 如果有更简单的方法，我真的很感激看到它，但现在这似乎是最干净的方法，但我收到错误，否则循环不会正确 function。

Answer 1

如果“名称”列只有以“FV_”或“CH_”开头的值，请使用where ：

df["Value"] = df["Value"].add(2).where(df["Name"].str.startswith("FV_"), df["Value"].add(4))

如果“名称”中可能有其他值，请使用numpy.select ：

import numpy as np

df["Value"] = np.select([df["Name"].str.startswith("FV_"), df["Name"].str.startswith("CH_")], [df["Value"].add(2), df["Value"].add(4)])

Output：

>>> df
   Name  Value
0  CH_1      5
1  CH_2      6
2  CH_3      7
3  FV_1      6
4  FV_2      7
5  FV_3      8

Answer 2

这应该是你想要的：

for index, row in df.iterrows(): 
    if re.search("FV_", row["Name"]): 
        df.loc[index, "Value"] += 2 
    elif re.search("CH_", row["Name"]): 
        df.loc[index, "Value"] += 4