根据另一列的值创建新列

Question

我在下面有一个解决方案，可以给我一个新列作为通用标识符，但是如果 NAME 列中有其他数据怎么办，我如何调整下面的内容以说明像搜索词这样的通配符？

我基本上想要如果德国/德国或墨西哥/墨西哥在该行值中，那么在新列中给我欧元或南美价值

    df["Identifier"] = (df["NAME"].str.lower().replace(
                             to_replace = ['german', 'mexican'], 
                             value = ['Euro', 'South American']
                           ))
    
    print(df)
          NAME      Identifier
    0   German            Euro
    1   german            Euro
    2  Mexican  South American
   3  mexican  South American




Desired output
            NAME             Identifier
    0    1990 German           Euro
    1   german 1998            Euro
    2  country Mexican     South American
    3  mexican city 2006   South American

Answer 1

基于这篇文章中的答案：

r = '(german|mexican)'

c = dict(german='Euro', mexican='South American')

df['Identifier'] = df['NAME'].str.lower().str.extract(r, expand=False).map(c)

另一种方法是在这两个条件下使用np.where ，但可能有更优雅的解决方案。

Answer 2

下面的代码将起作用。 我尝试使用 apply function 但不知何故无法获得它。 可能在某个时候。 同时下面的可行代码

df3['identifier']=''
js_ref=[{'german':'Euro'},{'mexican':'South American'}]
for i in range(len(df3)):
    for l in js_ref:
        for k,v in l.items():
            if k.lower() in df3.name[i].lower():
                df3.identifier[i]=v
                break