python - 根据条件填充数据框行的值

Question

背景

我有一个如下所示的数据集:

product_name    price
Women's pant    20.00
Men's Shirt     30.00
Women's Dress   40.00
Blue Shirt      30.00
...

我想创建一个名为

的新列

gender

这将包含基于 product_name 字符串的值 Women、Men 或 Unisex

想要的结果应该是这样的:

product_name    price   gender
Women's pant    20.00   women
Men's Shirt     30.00   men
Women's Dress   40.00   women
Blue Shirt      30.00   unisex

我的方法

我想首先我应该创建一个新列，每行都有一个空白值。然后我应该遍历数据框中的每一行并检查字符串 df[product_name] 以查看它是男装、女装还是中性并填写相应的性别行值。

这是我的代码:

df['gender'] = ""
for product_name in df['product_name']:
    if 'women' in product_name.lower():
        df['gender'] = 'women'
    elif 'men' in product_name.lower():
        df['gender'] = 'men'
    else:
        df['gender'] = 'unisex'

但是，我得到以下结果:

product_name    price   gender
Women's pant    20.00   men
Men's Shirt     30.00   men
Women's Dress   40.00   men
Blue Shirt      30.00   men

我非常感谢这里的一些帮助，因为我是 python 和 pandas 库的新手。

Answer 1

您可以使用带有 if/else 的列表理解来获取输出:

df['gender'] = ['women' if 'women' in word 
                else "men" if "men" in word
                else "unisex" 
                for word in df.product_name.str.lower()]

df

   product_name    price    gender
0   Women's pant    20.0    women
1   Men's Shirt     30.0    men
2   Women's Dress   40.0    women
3   Blue Shirt      30.0    unisex

或者，您可以使用 numpy select实现相同的结果:

cond1 = df.product_name.str.lower().str.contains("women")
cond2 = df.product_name.str.lower().str.contains("men")
condlist = [cond1, cond2]
choicelist = ["women", "men"]
df["gender"] = np.select(condlist, choicelist, default="unisex")

通常，对于字符串，python的迭代要快得多；不过你必须测试一下。