如何將 pandas.series.str.contains 方法的結果分配給新列

Question

我有以下代碼：

import pandas 

dict1 = {
    "Country" :['USA','France', 'Spain', 'Italy', 'Germany', 'South Africa', 'Portugal', 'Brazil'],
    "Variety" : ['Pinot Gris', 'Pinot Blanc', 'White Blend', 'Sauvignon Blanc', 'Frappato', 'Portuguese Red', 'Red Blend', 'Pinot Noir'],
    "Grade" : [80, 85, 83, 87, 88, 89, 84, 86],
    }

df = pandas.DataFrame(dict1)

df['Type'] = ''     

我想要做的是遍歷每一行，如果一個值在Variety列中包含Red或Noir ，則將其分配給一個名為Red的新值，並將Red附加到Type列中的該索引。

我使用了熊貓字符串包含方法，但它只返回布爾值，當我嘗試遍歷它時說我不能（當然因為它們是布爾值）。 有誰知道如何解決這個問題？？

Answer 1

str.contains應該返回一個布爾數組。 這是因為字符串要么包含您的子字符串，要么不包含。 如果你想覆蓋所有輸出布爾數組為True或False實例，你需要將str.contains與numpy.where結合起來：

import numpy as np

df["Type"] = np.where(df["Variety"].str.contains(r"Red|Noir"), "Red", "NOT RED")

print(df)
        Country          Variety  Grade     Type
0           USA       Pinot Gris     80  NOT RED
1        France      Pinot Blanc     85  NOT RED
2         Spain      White Blend     83  NOT RED
3         Italy  Sauvignon Blanc     87  NOT RED
4       Germany         Frappato     88  NOT RED
5  South Africa   Portuguese Red     89      Red
6      Portugal        Red Blend     84      Red
7        Brazil       Pinot Noir     86      Red

np.where接受一個布爾數組，並將值分配給它是True或False任何地方。 在這種情況下，我將"Red"分配給我們的布爾數組為True任何地方，並將"NOT RED"分配給數組為False任何地方。