从 Pandas 中的字典映射部分字符串

Question

我喜欢将部分字符串从字典键映射到这样的系列：

df = pd.DataFrame(np.random.randint(0,10,size=(5, 1)), columns=list('A'))
df.insert(0, 'n', ['abcde Germany fffe','aaaa Norway bbbb',
                   'tttt Sweden','Croatia dfdfdf','Italy sfsd'])

>>> df

    n                   A
0   abcde Germany fffe  2
1   aaaa Norway bbbb    1
2   tttt Sweden         4
3   Croatia dfdfdf      1
4   Italy sfsd          2

d = {'Germany':0.5, 'Croatia':1.5, 'Italy':1.5}

现在我喜欢将 d 的键映射到 n 列以匹配部分字符串并设置倍数。我通过一个丑陋的循环实现了这一点：

df['multiple'] = 1
for k, v in d.iteritems():
    df['multiple'] = np.where(df['n'].str.contains(k), v, df['multiple'])

>>> df

    n                   A   multiple
0   abcde Germany fffe  2   0.5
1   aaaa Norway bbbb    1   1.0
2   tttt Sweden         4   1.0
3   Croatia dfdfdf      1   1.5
4   Italy sfsd          2   1.5

我有更好、更 Pandasly 的方式吗？谢谢！

Answer 1

这是我想出来的

解决方案

pat = r'({})'.format('|'.join(d.keys()))
extracted = df.n.str.extract(pat, expand=False).dropna()

df['multiple'] = extracted.apply(lambda x: d[x]).reindex(df.index).fillna(1)

演示

打印 df

                    n  A  multiple
0  abcde Germany fffe  5       0.5
1    aaaa Norway bbbb  3       1.0
2         tttt Sweden  7       1.0
3      Croatia dfdfdf  5       1.5
4          Italy sfsd  9       1.5

说明

pat 看起来像r'(Croatia|Italy|Germany)'，它是一个正则表达式，匹配() 中由'|' 分隔的任何选项。在str.extract 方法中使用时，它返回匹配的国家/地区。然后运行apply 以获取字典值。并非所有系列值都将与字典中的键匹配，因此我们必须先dropna，然后再fillna。

Answer 2

df['multiple'] = df['n'].str.extract('('+'|'.join(list(d))+')').map(d).fillna(1)
print df

                    n  A  multiple
0  abcde Germany fffe  7       0.5
1    aaaa Norway bbbb  0       1.0
2         tttt Sweden  3       1.0
3      Croatia dfdfdf  8       1.5
4          Italy sfsd  4       1.5