循环数据框的每一行，并根据条件向数据框添加元素

Question

我想循环数据框的每一行，如果列和列表中的字符串之间存在匹配，我会在新列中添加一个元素。在此示例中，我想添加一个新列来对产品进行分类。因此，如果该列的一行与其中一个列表匹配，则类别可以是“饮料”或“食品”，如果没有匹配，则类别将为其他。list_drinks={'Water','Juice','Tea'}list_food={'Apple','Orange'}data = {'Price':  ['1', '5','3'], 'Product': ['Juice','book', Pen]}for (i,j) in itertools.zip_longest(list_drinks,list_food):    for index in data.index:         if(j in data.loc[index,'product']):            data["Category"] = "Food"        elif(i in data.loc[index,'product']):            data["Category"] ="drinks"        else:            data["Category"]="Other"           输出将是：Price  Product Category 1      Juice    drinks 5      book     Other 3      Pen      Other我的问题主要是我不知道如何匹配列表和行之间的模式。我也尝试过： str.contains但没有成功。

Answer 1

无需循环。您可以使用.isin()withnp.select()根据条件返回结果。见下面的代码：

import pandas as pd

import numpy as np

list_drinks=['Water','Juice','Tea']

list_food=['Apple','Orange']

data = {'Price':  ['1', '5','3'],

    'Product': ['Juice','book','Pen']}

df = pd.DataFrame(data)

df['Category'] = np.select([(df['Product'].isin(list_drinks)),

               (df['Product'].isin(list_food))],

              ['drinks',

              'food'], 'Other')

df

Out[1]: 

  Price Product Category

0     1   Juice   drinks

1     5    book    Other

2     3     Pen    Other

下面，我将代码分解为更详细的内容，以便您可以了解它是如何工作的。我也根据你的评论略有改变。我使用列表理解和 来检查列表中的值是否位于数据帧中的值的子字符串中in。为了提高匹配率，我还将 as 全部小写与 进行比较.lower()：

import pandas as pd

import numpy as np

list_drinks=['Water','Juice','Tea']

list_food=['Apple','Orange']

data = {'Price':  ['1', '5','3'],

    'Product': ['green Juice','book','oRange you gonna say banana']}

df = pd.DataFrame(data)

c1 = (df['Product'].apply(lambda x: len([y for y in list_drinks if y.lower() in x.lower()]) > 0))

c2 = (df['Product'].apply(lambda x: len([y for y in list_food if y.lower() in x.lower()]) > 0))

r1 = 'drinks'

r2 = 'food'

conditions = [c1,c2]

results= [r1,r2]

df['Category'] = np.select(conditions, results, 'Other')

df

Out[1]: 

  Price                      Product Category

0     1                  green Juice   drinks

1     5                         book    Other

2     3  oRange you gonna say banana     food

Answer 2

这是一个替代方案 -

import itertools

import pandas as pd

list_drinks={'Water','Juice','Tea'}

list_food={'Apple','Orange'}

data = pd.DataFrame({'Price':  ['1', '5','3'], 'Product': ['Juice','book', 'Pen']})

category = list()

for prod in data['Product']: 

    if prod in list_food:

        category.append("Food")

    elif prod in list_drinks:

        category.append("drinks")

    else:

        category.append("Other")

data['Category']= category

print(data)

输出-

Price  Product Category

 1      Juice    drinks

 5      book     Other

 3      Pen      Other