循环遍历数据框的每一行，并根据条件向数据框添加一个元素答案

【问题标题】：Loop over each row of a data frame and add an element to the data frame based on a condition循环遍历数据框的每一行，并根据条件向数据框添加一个元素
【发布时间】：2021-01-17 15:26:17
【问题描述】：

我想遍历数据框的每一行，如果列和列表中的字符串匹配，我会在新列中添加一个元素。在此示例中，我想添加一个新列来对产品进行分类。因此，如果该列的一行与列表中的一个匹配，则类别可以是“饮料”或“食品”，如果不匹配，则类别将是其他。

list_drinks={'Water','Juice','Tea'}
list_food={'Apple','Orange'}
data = {'Price':  ['1', '5','3'], 'Product': ['Juice','book', Pen]}
for (i,j) in itertools.zip_longest(list_drinks,list_food):
    for index in data.index: 
        if(j in data.loc[index,'product']):
            data["Category"] = "Food"
        elif(i in data.loc[index,'product']):
            data["Category"] ="drinks"
        else:
            data["Category"]="Other"

输出将是：

Price  Product Category
 1      Juice    drinks
 5      book     Other
 3      Pen      Other

我的问题主要是我不知道如何匹配列表和行之间的模式。我也试过： str.contains 但它不起作用。

【问题讨论】：

标签： python pandas dataframe loops for-loop

【解决方案1】：

无需循环。您可以使用.isin() 和np.select() 根据条件返回结果。见以下代码：

import pandas as pd
import numpy as np
list_drinks=['Water','Juice','Tea']
list_food=['Apple','Orange']
data = {'Price':  ['1', '5','3'],
    'Product': ['Juice','book','Pen']}
df = pd.DataFrame(data)
df['Category'] = np.select([(df['Product'].isin(list_drinks)),
               (df['Product'].isin(list_food))],
              ['drinks',
              'food'], 'Other')
df
Out[1]: 
  Price Product Category
0     1   Juice   drinks
1     5    book    Other
2     3     Pen    Other

下面，我将代码分解为更详细的代码，以便您了解它是如何工作的。我也对你的评论略有改变。我通过使用列表理解和in 检查列表中的值是否在数据框中的值的子字符串中。为了提高匹配率，我还比较了全部小写和.lower()：

import pandas as pd
import numpy as np
list_drinks=['Water','Juice','Tea']
list_food=['Apple','Orange']
data = {'Price':  ['1', '5','3'],
    'Product': ['green Juice','book','oRange you gonna say banana']}
df = pd.DataFrame(data)
c1 = (df['Product'].apply(lambda x: len([y for y in list_drinks if y.lower() in x.lower()]) > 0))
c2 = (df['Product'].apply(lambda x: len([y for y in list_food if y.lower() in x.lower()]) > 0))
r1 = 'drinks'
r2 = 'food'

conditions = [c1,c2]
results= [r1,r2]

df['Category'] = np.select(conditions, results, 'Other')
df
Out[1]: 
  Price                      Product Category
0     1                  green Juice   drinks
1     5                         book    Other
2     3  oRange you gonna say banana     food

【讨论】：

嗨@David，感谢您的回答。我在更大的数据框上进行了尝试，但所有行都被归类为其他行。当您使用“isin”时，它是否匹配列表中的部分字符串，或者它是否必须是完美匹配。假设我的数据框产品中有：“green Juice”，它会被归类为“Juice”还是“others”？
@thephoenix 检查新代码。使用第二个块，而不是第一个。
嗨@David，我还有一个问题。我将代码用于不同的数据框，当我使用 np.select 语句时出现此错误：“TypeError：condlist 中的无效条目 0：应该是布尔 ndarray。”你知道可能是什么问题吗？
请参阅：stackoverflow.com/questions/57316346/…。 df['Product'].fillna('')
我试过 df['Product'].fillna('').apply(lambda x: len([y for y in list_food if y.lower() in x.lower()]) > 0)) 但它仍然无法正常工作@David

【解决方案2】：

这是另一种选择-

import itertools
import pandas as pd

list_drinks={'Water','Juice','Tea'}
list_food={'Apple','Orange'}
data = pd.DataFrame({'Price':  ['1', '5','3'], 'Product': ['Juice','book', 'Pen']})
category = list()
for prod in data['Product']: 
    if prod in list_food:
        category.append("Food")
    elif prod in list_drinks:
        category.append("drinks")
    else:
        category.append("Other")
data['Category']= category
print(data)

输出-

Price  Product Category
 1      Juice    drinks
 5      book     Other
 3      Pen      Other

【讨论】：