正确地做熊猫......而不是使用循环

Question

我刚刚开始使用 Pandas，我发现很难像对待数据帧一样对待数据帧。时不时地，如果不遍历行，我就无法弄清楚如何做某事。

例如，我有一个包含预算信息的数据框。我想从“简短描述”中提取“供应商”，这是三种可能形式之一的字符串：

1. blah blah blah 到 供应商名称
2. blah blah blah 在供应商名称
3. 供应商名称

我可以使用以下代码做到这一点，但我不禁觉得它没有正确使用 Pandas。有什么改进的想法吗？

for i, row in dataframe.iterrows():
    current = dataframe['short description'][i]
    if 'to' in current:
        point_of_break = current.index('to') + 3
        dataframe['vendor'][i] = current[point_of_break:]
    elif 'at' in current:
        point_of_break = current.index('at') + 3
        dataframe['vendor'][i] = current[point_of_break:]
    else:
        dataframe['vendor'][i] = current

Answer 1

我认为您可以通过to 或at 使用str.split，然后通过str[-1] 选择列表的最后一个值：

我实现了这个solution。

df = pd.DataFrame({'A':['blah blah blah to "vendor name"',
                        'blah blah blah at "vendor name"',
                        '"vendor name"']})
print (df)

                                 A
0  blah blah blah to "vendor name"
1  blah blah blah at "vendor name"
2                    "vendor name"

print (df.A.str.split('[at|to]\s+'))
0    [blah blah blah t, "vendor name"]
1    [blah blah blah a, "vendor name"]
2                      ["vendor name"]
Name: A, dtype: object

df['vendor'] = df.A.str.split('(at|to) *').str[-1]
print (df)
                                 A          vendor
0  blah blah blah to "vendor name"   "vendor name"
1  blah blah blah at "vendor name"   "vendor name"
2                    "vendor name"   "vendor name"

替代使用：

df['vendor'] = df.A.str.split('[at|to]\s+').str[-1]
print (df)
                                 A         vendor
0  blah blah blah to "vendor name"  "vendor name"
1  blah blah blah at "vendor name"  "vendor name"
2                    "vendor name"  "vendor name"