为与正则表达式模式匹配的数据帧分配特定的 id

Question

需要为每个符合以下条件的数据帧分配一个特定的IDfd = df[(df['B'].str.match('.*Color:.*') | df['B'].str.match('.*colorFUL:.*')) & df.A.isnull()]fd2 = df[(df['B'].str.match('.*Type:.*')) & df.A.isnull()]在输出文件中，两个数据帧都被写在另一个数据帧的下面。需要添加列 C，其中 ID“1”分配给 fd，ID“2”分配给 fd2。这将有助于过滤数据帧。这是当前的输出A   Bnan this has Color:Rednan Color: Blue,red, greennan Color: Yellownan This has many colors. Color: green, red, Yellownan Filter oil Type: Synthetic Motor oilnan Oil Type : High Mileage Motor oil预期输出A   B   Cnan this has Color:Red  1nan Color: Blue,red, green  1nan Color: Yellow   1nan This has many colors. Color: green, red, Yellow 1nan Filter oil Type: Synthetic Motor oil    2nan Oil Type : High Mileage Motor oil   2

Answer 1

添加新列 C 并根据与正则表达式匹配的数据帧为该列分配 ID“1”或“2”。

In [17]: df

Out[17]: 

    A                                                B

0 NaN                               this has Color:Red

1 NaN                           Color: Blue,red, green

2 NaN                                    Color: Yellow

3 NaN  This has many colors. Color: green, red, Yellow

4 NaN             Filter oil Type: Synthetic Motor oil

5 NaN                Oil Type : High Mileage Motor oil

您构造了两个条件：

In [18]: one = (df['B'].str.match('.*Color:.*') | df['B'].str.match('.*colorFUL:.*')) & df.A.isnull()

In [19]: one

Out[19]: 

0     True

1     True

2     True

3     True

4    False

5    False

dtype: bool

In [20]: two = (df['B'].str.match('.*Type:.*')) & df.A.isnull()

In [21]: two

Out[21]: 

0    False

1    False

2    False

3    False

4     True

5    False

dtype: bool

这是制作新专栏的一种方法。

In [22]: df['C'] = 0

使用条件的布尔系列根据这些条件分配值。

In [23]: df.loc[one,'C'] = 1

In [24]: df.loc[two,'C'] = 2

In [25]: df

Out[25]: 

    A                                                B  C

0 NaN                               this has Color:Red  1

1 NaN                           Color: Blue,red, green  1

2 NaN                                    Color: Yellow  1

3 NaN  This has many colors. Color: green, red, Yellow  1

4 NaN             Filter oil Type: Synthetic Motor oil  2

5 NaN                Oil Type : High Mileage Motor oil  0

如果 df 是输入数据帧，fd 是与模式匹配的输出数据帧，如何直接将 id 分配给 fd 而不进行布尔检查

fd = df.loc[one]

fd['C'] = 1