python - 基于另一列的 str.contains 返回空字符串的值

Question

我需要dataframe中的col1根据col2中的字符串进行填充，例如:

Out[]: 
   Col2      Col1 
0  SAP       SAP     
1  Oracle    Oracle     
2            N/A     
3  SAP       SAP     
4  SF        Salesforce     

代码有效，但 col1 具有不属于的值，因为 col2 为空。 (参见第 3 行)

Out[]: 
   Col2      Col1 
0  SAP       SAP     
1  Oracle    Oracle     
2            Oracle    
3  SAP       SAP     
4  SF        Salesforce     

尝试添加 pd.np.where(df[column2]str.contains(""), "Empty")

但随后所有的column1都被“Empty”填充，并且忽略其余部分。

这是我的代码:

DF['Col1']= pd.np.where(DF['Col2'].str.contains('Oracle'), 'Oracle',
            pd.np.where(DF['Col2'].str.contains('SAP'), 'SAP',        
            pd.np.where(DF['Col2'].str.contains('SF'), 'Salesforce', 'N/A')))

预期输出是:

Out[]: 
   Col2      Col1 
0  SAP       SAP      
1  Oracle    Oracle     
2            N/A    
3  SAP       SAP      
4  SF        Salesforce     

Answer 1

现在获取您所展示的数据框，我有一个以我的方式进行此操作的合理想法，不过可能会有更好的补充..

您在评论部分显示的原始数据框:

>>> df
              Catagory     MGA
0           Oracle IPS  Oracle
1  SAP IPS FICA Module  Oracle
2                       Oracle
3   SAAP IPS MM Module  Oracle
4         SF Lightning  Oracle

因此，您可以在 Catagory 列上使用 str.split() 方法，通过空格分隔符分割它们，这将进一步创建四个新列，因为您从 Catagory 列中查找将落入您必须选择的 0 列中的起始值。

>>> df['Catagory'].str.split(' ', expand=True)
        0          1     2       3
0  Oracle        IPS  None    None
1     SAP        IPS  FICA  Module
2               None  None    None
3    SAAP        IPS    MM  Module
4      SF  Lightning  None    None

如您所见，上面的列 0 仍然有一个空单元格，我们将使用 replace() 方法，但是您总共正在转换另一个值 SF 到 Salesforce 因此也需要替换因此，我将使用带有 replace 的 dict 方法一次性实现这两个目标。

解决方案:

vals = {'':'Non-MGA', 'SF':'Salesforce'}

>>> df = df.assign(MGA_NEW=df['Catagory'].str.split(' ', expand=True)[0].replace(vals)).drop(columns={'MGA'})
>>> df
              Catagory     MGA_NEW
0           Oracle IPS      Oracle
1  SAP IPS FICA Module         SAP
2                          Non-MGA
3   SAAP IPS MM Module        SAAP
4         SF Lightning  Salesforce

因为，我们不需要从 split() 生成的其他列，因此我删除了它们并使用 assign() 方法将值分配回新的值列 MGA_NEW 并最终删除了不需要的原始列 MGA。

如果您想再次保留列名称MGA，您可以这样做..

>>> df.rename(columns={'MGA_NEW':'MGA'}, inplace=True)
>>> df
              Catagory         MGA
0           Oracle IPS      Oracle
1  SAP IPS FICA Module         SAP
2                          Non-MGA
3   SAAP IPS MM Module        SAAP
4         SF Lightning  Salesforce

希望这会有所帮助!