基於多個列表在Dataframe中創建新列

Question

我正在嘗試根據數據中名為“場地類別”的另一列中的值是否出現在特定列表中，在 dataframe 中創建一個新列“BroadCategory”。 我有 5 個列表用於填寫新列中的值

例如：

df['BroadCategory'] = np.where(df['VenueCategory'].isin(Bar),'Bar','Other') 
df['BroadCategory'] = np.where(df['VenueCategory'].isin(Museum_ArtGallery),'Museum/Art Gallery','Other')
df['BroadCategory'] = np.where(df['VenueCategory'].isin(Public_Transport),'Public Transport','Other')
df['BroadCategory'] = np.where(df['VenueCategory'].isin(Restaurant_FoodVenue),'Restaurant/Food Venue','Other')

我最終希望出現在列表 Bar 中的 VenueCategory 列中的值被標記為“Bar”，而出現在列表 Museum_ArtGallery 中的值被標記為“Museum_ArtGallery”，等等。我上面的代碼沒有做到這一點。

我嘗試這樣做是為了保留我之前填寫的值，但它仍然會覆蓋我根據之前的條件填寫的值：

df['BroadCategory'] = np.where(df[df.VenueCategory!='Other'].isin(Entertainment_Venue),'Entertainment Venue','Other')

如何根據 VenueCategory 列中的值是否出現在指定列表 Bar、Restaurant、Public_Transport、Museum_ArtGallery 等中，用特定值填充 BoardCategory 列？

Answer 1

支持你的數據是這樣的

df=pd.DataFrame({'VenueCategory':['drink','wine','MOMA','MTA','sushi','Hudson']})
Bar=['drink','wine','alcohol']
Museum_ArtGallery=['MOMA','MCM']
Public_Transport=['MTA','MBTA']
Restaurant_FoodVenue=['sushi','chicken']

准備字典：

from collections import defaultdict
d=defaultdict(lambda:'other')
d.update({x:'Bar' for x in Bar})
d.update({x:'Museum_ArtGallery' for x in Museum_ArtGallery})
d.update({x:'Public_Transport' for x in Public_Transport})
d.update({x:'Restaurant_FoodVenue' for x in Restaurant_FoodVenue})

建立新列並打印結果：

df['BroadCategory']=df['VenueCategory'].apply(lambda x:d[x])
df

Answer 2

venue_list = [['Bar', Bar],
               ['Museum_ArtGallery',Museum_ArtGallery]
               #etc
               ]
venue_lookup = pd.concat([
    pd.DataFrame({
        'BroadCategory':venue[0],
        'VenueCategory':venue[1]}) for venue in venue_list]
        )
pd.merge(df, venue_lookup, how='left', on = 'VenueCategory')

Answer 3

您的解決方案已經很接近了。 只是為了不覆蓋以前的值，您應該獲取行的子集，並且只在子集上設置新值。

為此，您可以首先將新列BroadCategory初始化為“其他”。 然后通過使用.isin() function 為新列下標 Boolean 掩碼來設置每個類別的行子集，就像您現在使用的一樣。 代碼如下：

df['BroadCategory'] = 'Other'
df['BroadCategory'][df['VenueCategory'].isin(Bar)] = 'Bar' 
df['BroadCategory'][df['VenueCategory'].isin(Museum_ArtGallery)] = 'Museum/Art Gallery'
df['BroadCategory'][df['VenueCategory'].isin(Public_Transport)] = 'Public Transport'
df['BroadCategory'][df['VenueCategory'].isin(Restaurant_FoodVenue)] = 'Restaurant/Food Venue'
df['BroadCategory'][df['VenueCategory'].isin(Entertainment_Venue)] = 'Entertainment Venue'