python - 使用列表读取 Pandas 中的列以创建新的分类列

Question

我有一列看起来像这样的字符串

col_1
Spiderman
Abe Lincoln
Superman
Ghandi
Jane Austin
Robert de Niro
Elon Musk
George Bush
Bill Gates
Barak Obama
Anne Frank

我手动浏览了该列并为这些字符制作了类别列表:

l1 = [ 'Abe Lincoln', 'George Bush', 'Barak Obama']
l2 = ['Spiderman', 'Superman']
l3 = ['AnneFrank', 'Ghandi']

我已经对这些列表做了口述

dict = {'l1': l1, 'l2': l2,'l3': l3} #and so on

我想做的是通过读取第 1 列创建一个新列，并根据 str(cell) 出现在哪个列表中返回一个数字；所以输出将是

 col_1            col2
Spiderman          2
Abe Lincoln        1
Superman           2
Ghandi             3
Jane Austin        4
Robert de Niro     4
Elon Musk          4
George Bush        1
Bill Gates         4
Barak Obama        1
Anne Frank         3

我只是不确定如何使用 if/else 在定义的函数中使用列表和字典，我什至不确定我是否需要字典，但我想我需要。

我试过类似的东西

def group(x, dict):
    for key, value in dict:
        if x in key:
             return 1
        else:
             return 0

数据["组"] = data.col1.apply(组)

现在我知道上面的代码不会工作(因为它是无意义的)但是我之前使用过类似的函数来对性别列进行分类，但是，我似乎无法理解这个代码一。

一如既往，感谢您提供的任何帮助。

Answer 1

我认为您需要按字典循环并使用 Series.isin 设置 key 的值|用于检查成员资格 - 在示例数据中获取 NaN，因为在字典中缺少另一个值:

#not use python reserved word dict for variable name
d = {'l1': l1, 'l2': l2,'l3': l3} 

for k, v in d.items():
    df.loc[df['col_1'].isin(v), 'new'] = k
print (df)
             col_1  new
0        spiderman   l2
1      Abe Lincoln   l1
2         superman   l2
3           Ghandi   l3
4      Jane Austin  NaN
5   Robert de Niro  NaN
6        Elon Musk  NaN
7      George Bush   l1
8       Bill Gates  NaN
9      Barak Obama   l1
10      Anne Frank  NaN