python - 如何在 mutate dplython 中使用正则表达式添加新列

Question

由于熟悉 R 和 dplyr，我尝试使用 dplython 和 pandas 在 python 中完成一项任务。

我正在尝试在数据框中创建一个新列，它使用正则表达式评估列，并且在模式匹配时我给出 value = 1 else 0。

import dplython as dp 
import pandas as pd 
import re

a = {'module_name':'eventOutput','module_tpye':'export'}
b = {'module_name':'session','module_tpye':'export'}
df = pd.DataFrame()
master_data = (a,b)
new_df = df.from_dict(master_data)
dp_new_df = dp.DplyFrame(new_df)
dp_new_df = dp_new_df >> dp.mutate(
  to_select=(
    1 
    if bool(re.match(r"(.*)Output(.*)",dp.X.module_name)) 
    else 0
  )
)

获取错误为TypeError:预期字符串或类似字节的对象

预期输出:

module_name  module_tpye    to_select
0  eventOutput      export          1
1      session      export          0

感谢来自:对 python 寄予厚望的家伙

Answer 1

这是一个不使用我不熟悉的 dplython 的解决方案

import pandas as pd
import re

a={'module_name':'eventOutput','module_tpye':'export'}
b={'module_name':'session','module_tpye':'export'}
df = pd.DataFrame()
master_data = (a,b)
new_df = df.from_dict(master_data)
new_df["to_select"] = [bool(re.match(r"(.*)Output(.*)",x)) for x in new_df["module_name"]]