如果這些值的一部分在 pandas 的預定義列表中，則替換列中的值的有效方法

Question

所以我實際上已經解決了這個問題，但我這樣做的方式可能不是最有效的。

對於我的數據庫中的一列 - Industry - 我想替換值。 如果一個值包含“技術”、“技術”或類似的詞，我想用“技術”這個詞替換那個值。

我使用apply遵循下面的基本算法，它基本上循環通過預定義的列表（例如science ）並檢查當前Industry單元格中是否存在任何值，如果存在則替換它們。

然后它對下一個列表執行相同的操作。 到目前為止，我只有兩個列表，但一旦完成，我可能會有十幾個。

def industry_convert(row):
    
    science = ["research", "science", "scientific", "scientist", "academia", "education", "academic"]
    tech = ["technology", "tech", "software"]

    for v in science:
        if v.lower() in row.Industry.lower():
            row.Industry = "Research, Science, & Education"
            
    for v in tech:
        if v.lower() in row.Industry.lower():
            row.Industry = "Technology"
            
    return row

df = df.apply(industry_convert, axis = 1)

我只是想知道這是否是最好的方法，或者是否有更pythonic或pandas的方法？

編輯：

這是一些行業專欄的樣子：

Industry
Research Scientist
Science: Education
Tech
Technical Assistance
Technology
Medical
Hospitality

這是應用代碼后的樣子：

Industry            
Research, Science, & Education
Research, Science, & Education
Technology
Technology
Technology
Medical
Hospitality

Answer 1

告訴我這是否可行，我在您的 function 中更新了 for 循環

science = list(map(lambda x:x.lower(),["research", "science", "scientific", "scientist", "academia", "education", "academic"]))
tech = list(map(lambda x:x.lower(),["technology", "tech", "software"]))
def industry_convert(row):
    global science,tech
    


  
     if row.Industry.lower() in science:
          row.Industry = "Research, Science, & Education"
            
    
     if row.Industry.lower() in science:
          row.Industry = "Technology"
            
    return row

df = df.apply(industry_convert, axis = 1)

我計算的列表只降低了一次，因此它不會被重新計算並且for循環的計算被保存希望它工作快樂編碼^-^

Answer 2

就個人而言，我會使用str.contains和.loc來分配新值。

這將比單獨循環檢查每一行快很多倍。 （這是關於 pandas API 的反模式）

science = ["research", "science", "scientific", "scientist", "academia", "education", "academic"]
tech = ["technology", "tech", "software"]

---

df.loc[df['Industry'].str.contains(f"{'|'.join(science)}",regex=True,case=False),
                         'industry_new'] = "Research, Science, & Education"

df.loc[df['Industry'].str.contains(f"{'|'.join(tech)}",regex=True,case=False),
                         'industry_new'] = "Technology"


df['industry_new'] = df['industry_new'].fillna(df['Industry'])  

---

print(df)

               Industry                    industry_new
0    Research Scientist  Research, Science, & Education
1    Science: Education  Research, Science, & Education
2                  Tech                      Technology
3  Technical Assistance                      Technology
4            Technology                      Technology
5               Medical                         Medical
6           Hospitality                     Hospitality