如果列值在列表中，则创建列值-python pandas答案

【问题标题】：create a column value if the column value is in the list- python pandas如果列值在列表中，则创建列值-python pandas
【发布时间】：2021-04-12 21:42:39
【问题描述】：

我想创建一个名为Playercategory的新列，

Name    Country
Kobe    United States
John    Italy
Charly  Japan
Braven  Japan / United States 
Rocky   Germany / United States
Bran    Lithuania
Nick    United States / Ukraine
Jonas   Nigeria

如果玩家的国籍是“美国”或美国与除欧洲国家以外的任何其他国家/地区，则 Playercategory=="American"

如果玩家的国籍是欧洲国家或任何其他国家的欧洲国家，则 Playercategory=="Europe"（例如：'Italy'、'Italy / United States'、'Germany / United国家”、“立陶宛/澳大利亚”、“比利时”）

对于所有其他玩家，然后 Playercategory=="Non"

预期输出：

Name    Country                   Playercategory
Kobe    United States             American
John    Italy                     Europe
Charles Japan                     Non
Braven  Japan / United States     American
Rocky   Germany / United States   Europe
Bran    Lithuania                 Europe
Nick    United States / Ukraine   American
Jonas   Nigeria                   Non

我尝试了什么：首先，我创建了一个包含欧洲国家/地区的列表：

euroCountries=['Austria', 'Belgium', 'Bulgaria', 'Croatia', 'Cyprus', 'Czechia', 'Denmark',
   'Estonia', 'Finland', 'France', 'Germany', 'Greece', 'Hungary', 'Ireland',
   'Italy', 'Latvia', 'Lithuania', 'Luxembourg', 'Malta', 'Netherlands',
   'Poland', 'Portugal', 'Romania', 'Slovakia', 'Slovenia', 'Spain', 'Sweden']

我知道如何检查一个条件，如下所示，

df["PlayerCatagory"] = np.where(df["Country"].isin(euroCountries), "Europe", "Non")

但是不知道如何拼接以上三个条件，正确创建PlayerCategory。

非常感谢您的支持！！！！！！！

【问题讨论】：

标签： python pandas list dataframe numpy

【解决方案1】：

如果在Series.str.contains 中匹配euroCountries，则使用numpy.select 先测试，然后测试是否匹配United States：

m1 = df['Country'].str.contains('|'.join(euroCountries))
m2 = df['Country'].str.contains('United States')

或者您可以使用Series.str.split、DataFrame.eq 或DataFrame.isin 测试拆分值，然后如果每行至少有一个匹配项DataFrame.any：

df1 = df['Country'].str.split(' / ', expand=True)
m1 = df1.eq('United States').any(axis=1)
m2 = df1.isin(euroCountries).any(axis=1)

df["PlayerCatagory"] = np.select([m1, m2], ['Europe','American'], default='Non')
print (df)
     Name                  Country PlayerCatagory
0    Kobe            United States       American
1    John                    Italy         Europe
2  Charly                    Japan            Non
3  Braven    Japan / United States       American
4   Rocky  Germany / United States         Europe
5    Bran                Lithuania         Europe
6    Nick  United States / Ukraine       American
7   Jonas                  Nigeria            Non

【讨论】：