Pandas：如果包含字符串，则更新列B值

Question

我希望创建/更新一个新列，如果列中的文本 A包含一个字符串。它在没有forloop的情况下工作，但是当我尝试迭代时，它会设置默认值，而不是检测到的值

当然，我不应该手动添加同一行171次，我已经搜索了互联网等可能的提示和或解决方案，似乎找不到任何好的信息

工作代码：

df['dept'] = np.where(df.a.str.contains("PHYS"), "PHYS", "Unknown")

但当我尝试时：

depts = ['PHYS', 'PSYCH']
for dept in depts:
    df['dept'] = np.where(df.a.str.contains(dept), dept, "Unknown")
    print(dept)

我得到了所有的“未知数”，但正确地打印出了每个部门。我还试图通过显式声明dept = str(dept)来确保部门作为字符串输入，但没有效果

提前感谢您的帮助。我觉得这是一个简单的问题，应该很容易解决，但我遇到了一个障碍

Answer 1

@U-12-Forward有一个很好的解决方案，如果只假设有一个新列的标题是字符串'dept'，而不是循环中每个dept变量的值

如果目的是为depts中的每个dept创建一个新列，则删除列索引器中“dept”周围的引号：

for dept in depts:
    df[dept] = np.where(df.a.str.contains(dept), dept, "Unknown")

---

该示例令人困惑，因为由于变量名的原因，不清楚每个dept（即PHYS，PSYCH）是否应该有一个新列

这段摘录不会“起作用”，因为它会用“PSYCH”和“Unknown”（没有“PHYS”）的组合来覆盖第二个作业的df['dept']

df['dept'] = np.where(df.a.str.contains("PHYS"), "PHYS", "Unknown")
df['dept'] = np.where(df.a.str.contains("PSYCH"), "PSYCH", "Unknown")

如果列a中没有包含depts中最后一个元素的字符串，那么您所描述的肯定会发生，因为最后一个np.where的结果将是所有False，因此返回完整的“未知”序列

Answer 2

我更喜欢str.extract：

df['depth'] = df['a'].str.extract(f"({'|'.join(depts)})").fillna("Unknown")

或：

df['depth'] = df['a'].str.extract('(' + '|'.join(depts) + ')').fillna("Unknown")

两个代码都输出：

>>> df
           a    depth
0  ewfefPHYS     PHYS
1  QWQiPSYCH    PSYCH
2      fwfew  Unknown
>>> 

Answer 3

我们通常这样做

df['dept'] = df.a.str.findall('|'.join(depts)).str[0]