当它们相似时替换两列中的值

Question

我有 2 列；名称和品牌名称。第一列包含产品名称等值，而第二列是产品的品牌名称。在某些情况下，它们的名称相似——例如，可口可乐。在上图中，您可以确切地看到我在说什么。我将留下一段代码用于测试目的：data = [['Coca Cola', 'Coca Cola'], ['Coca Cola cherry', 'Coca Cola'], ['Coca Cola life', 'Coca Cola'], ['Coca Cola Life', 'Coca Cola']]testdf = pd.DataFrame(data, columns = ['Name', 'BrandName'])我要做的是将列BrandName中的每个值设置为“未知”，只要产品名称包含与品牌名称相同的单词。以上图为例。我只能使用以下代码将第一行的品牌名称设置为“未知”：testdf["BrandName"] = np.where(testdf["Name"] == testdf["BrandName"], "Unknown", testdf["BrandName"])但是，我还没有弄清楚如何以某种方式设置条件，因此当Name包含列BrandName的全部内容时，后者的值变为“未知”。

Answer 1

您可以将自定义 lambda 函数从这里传递给np.where：

import re

f = lambda x: bool(re.search(r'\b{}\b'.format(x['BrandName']), x['Name']))

testdf['match'] = np.where(testdf.apply(f, axis = 1), "Unknown", testdf["BrandName"])

print (testdf)

               Name  BrandName    match

0         Coca Cola  Coca Cola  Unknown

1  Coca Cola cherry  Coca Cola  Unknown

2    Coca Cola life  Coca Cola  Unknown

3    Coca Cola Life  Coca Cola  Unknown

Answer 2

这是使用 的一种mask方法apply：

testdf['BrandName'] = (testdf.BrandName.mask(testdf.apply(

                                             lambda x: x.BrandName in x.Name, axis=1), 

                                             'Unkown'))

           Name      BrandName

0         Coca Cola    Unkown

1  Coca Cola cherry    Unkown

2    Coca Cola life    Unkown

3    Coca Cola Life    Unkown