如何使用 Python 查看数据框中一列的值并根据这些结果在另一列中附加一个新值？

Question

我有一个 CSV 文件，其中有一列充满类似于此的值...

A栏
嗨[第一]！
谢谢你！
什么车？
你是[第一个][最后一个]吗？
你可知道？
节省 25% [第一]！
返还 2,000 美元！
拥抱前方的路
每个人都可以节省 30%！

我想做的是构建一些通过 A 列的逻辑，然后根据找到的逻辑为 B 列分配一个新值。

例如，最终结果将如下所示......

A栏	B栏
嗨[第一]！	个性化
谢谢你！	感激
什么车？	好奇心
你是[第一个][最后一个]吗？	个性化
你可知道？	好奇心
节省 25% [第一]！	个性化
返还 2,000 美元！	提供
拥抱前方的路	通用的
每个人都节省 30%	提供

我希望逻辑在继续下一步之前找到它与 A 列匹配的任何实例。 例如，有两个值具有百分比，但一个是个性化的。 我想将个性化放在层次结构的顶部，然后说其他任何具有“保存”或百分比的内容都可能是要约。

我的代码的开头看起来与此类似。 我知道逻辑完全错误，但我不知道我需要做什么来修复它并获得我正在寻找的结果。 任何帮助将非常感激！

import pandas as pd
import glob
import re
import numpy as np

header_names=['Line', 'Type']
df = pd.read_csv('2021 Lines Types.csv',header=None, skiprows=1, names=header_names)

for i in df:
    if re.search('[First]|[Last]', df.columnA):
      columnB.append("Personalized")
    elif re.search('Save', df.columnA):
        columnB.append('Savings')

Answer 1

在这种情况下，我会使用np.select 。 它需要一个条件列表和一个相同长度的替换值列表。 对于每个条件，它匹配的所有值都将替换为相应的值。 当没有任何条件匹配时， np.select还将默认值作为第三个参数。

conds = [
    df['Column A'].str.contains(r'\[(?:First|Last)\]'),
    df['Column A'].str.contains('Save'),
    df['Column A'].str.contains('?', regex=False),
    df['Column A'].str.contains('Thank', regex=False),
]

vals = [
    'Personalized',
    'Offer',
    'Curiosity',
    'Gratitude',
]

df['Column B'] = np.select(conds, vals, 'Generic')

输出：

>>> df
                  Column A      Column B
0              Hi [First]!  Personalized
1               Thank You!     Gratitude
2                What Car?     Curiosity
3  Are you [First] [Last]?  Personalized
4            Did you know?     Curiosity
5        Save 25% [First]!  Personalized
6         Get $2,000 Back!       Generic
7   Embrace the road ahead       Generic
8      Everyone saves 30%!       Generic