基于 substring 创建新列

Question

我正在尝试根据原始列中的字符串是否包含某个 substring 创建一个新列。 我尝试的是这样的：

def get_group(row):
    stores = pd.Series(row['store'])
    if (stores.str.contains('Blue')): 'Blue'
    elif (stores.str.contains('Yellow')): 'Yellow'
    elif (stores.str.contains('Green')): 'Green'
    elif (stores.str.contains('Red')): 'Red'
    elif (stores.str.contains('Purple')): 'Purple'
    elif (stores.str.contains('Pink')): 'Pink'
    elif (stores.str.contains('Orange')): 'Orange'
    else: 'Outhers'

db['group'] = db.apply(lambda row: get_group(row), axis=1)

但是它不起作用

Answer 1

您的 function 中缺少退货。 此外，要检查字符串是否包含 substring，您必须使用in 。 最后，您的pd.Series(row['store'])是错误的。

您的 function 应如下所示：

def get_group(row):
    stores = row['store']
    to_return='Others'
    if ('Blue' in stores): to_return='Blue'
    elif ('Yellow' in stores): to_return='Yellow'
    elif ('Green' in stores): to_return='Green'
    elif ('Red' in stores): to_return='Red'
    elif ('Purple' in stores): to_return='Purple'
    elif ('Pink' in stores): to_return='Pink'
    elif ('Orange' in stores): to_return='Orange'
    return(to_return)

请注意，此 function 对大小写敏感，因此它不会检测到带有小写字母的“蓝色”，而只会检测到“蓝色”。

如果要使 function 不区分大小写，则必须将所有字符串转换为小写，例如： if ('blue' in stores.lower())

Answer 2

您需要解决两件事：

1. 您的 if 语句返回的 boolean 系列具有模棱两可的真值。 换句话说，boolean 系列的值返回 True 和 False 的组合，而 Python 不知道要使用这些值中的哪一个。 获得单个真值的一种方法是使用 .any() 在任何值为 True 时返回 True。
2. 您需要为字符串添加返回语句

话虽如此，以下应该有效：

def get_group(row):
    stores = pd.Series(row['store'])
    if stores.str.contains('Blue').any(): return 'Blue'
    elif stores.str.contains('Yellow').any(): return 'Yellow'
    elif stores.str.contains('Green').any(): return 'Green'
    elif stores.str.contains('Red').any(): return 'Red'
    elif stores.str.contains('Purple').any(): return 'Purple'
    elif stores.str.contains('Pink').any(): return 'Pink'
    elif stores.str.contains('Orange').any(): return 'Orange'
    else: return 'Others'

db['group'] = db.apply(lambda row: get_group(row), axis=1)