python - 将列表简化为类别

Question

我是一名新的 Python 开发人员，想知道是否有人可以帮助我解决这个问题。我有一个数据集，其中有一列描述公司类型。我注意到该专栏列出了外科手术等内容。它列出了眼镜、眼镜和验光。因此，我不想在本专栏中列出一个庞大的列表，而是想简单地说明类别，如果您发现一个词包含“眼睛”、“眼镜”或“光学”，则只需将其更改为“眼镜”。我的初始代码如下所示:

def map_company(row):
    company = row['SIC_Desc']
    if company in 'Surgical':
         return 'Surgical'
    elif company in ['Eye', 'glasses', 'opthal', 'spectacles', 'optometers']:
        return 'Eyewear'
    elif company in ['Cotton', 'Bandages', 'gauze', 'tape']:
        return 'First Aid'
    elif company in ['Dental', 'Denture']:
        return 'Dental'
    elif company in ['Wheelchairs', 'Walkers', 'braces', 'crutches', 'ortho']:
        return 'Mobility equipments'
    else:
        return 'Other'

df['SIC_Desc'] = df.apply(map_company,axis=1)

虽然这是不正确的，因为它将每个项目都更改为“其他”，所以很明显我的语法是错误的。有人可以帮我简化我试图重新标记的这个专栏吗？谢谢

Answer 1

如果没有您的数据集的确切内容，很难回答，但我可以看出一个错误。根据您的描述，您似乎对这个问题的看法是错误的。您希望其中一个词出现在您的公司描述中，因此它应该如下所示:

if any(test in company for test in ['Eye', 'glasses', 'opthal', 'spectacles', 'optometers'])

但是您可能会遇到案例问题，所以我建议:

company = row['SIC_Desc'].lower()
if any(test.lower() in company for test in ['Eye', 'glasses', 'opthal', 'spectacles', 'optometers']):
    return 'Eyewear'

您还需要确保公司是一个字符串并且“SIC_Desc”是一个正确的列名。

最后你的函数看起来像这样:

def is_match(company,names):
    return any(name in company for name in names)

def map_company(row):
    company = row['SIC_Desc'].lower()
    if 'surgical' in company:
         return 'Surgical'
    elif is_match(company,['eye','glasses','opthal','spectacles','optometers']):
        return 'Eyewear'
    elif is_match(company,['cotton', 'bandages', 'gauze', 'tape']):
        return 'First Aid'
    else:
        return 'Other'