pandas 在 column1 中找到匹配项并更新 column2 上的相应行

Question

import pandas as pd
import re

df = pd.read_csv("df.csv")

df

_id,column1,column2
1,FullName,
2,xyz,
3,custname,
4,FullNm,
5,FirstName,
6,abc

如果在这种情况下 column1 中的任何值仅由给定的一组关键字组成（full、name、nm、txt、dsc），并且此处关键字“full”是强制性存在的，则将“column2”更新为“全名”否则将其留空。我们如何使用正则表达式来实现或是否有其他简单的方法

我试图这样做

df.column2 = df.column1.str.replace('full|name|nm|txt|dsc',"Full Name")

我得到一个错误的输出：

_id,column1,column2
1,FullName,FullName
2,xyz,xyz
3,custname,custname
4,FullNm,FullNm
5,FirstName,FirstName
6,abc,abc

需要输出的地方：

_id,column1,column2
1,FullName,Full Name
2,xyz,
3,custname,
4,FullNm,Full Name
5,FirstName,
6,abc

我可以使用 awk 轻松实现：

awk -F , -v OFS=, 'gensub(/full|name|nm|txt|dsc[0-9]*/,"","g",tolower($2))=="" {$3="Full Name"; print $0}' df.csv| awk -F , -v OFS=, '(tolower($2) ~ /full/) {print $0}'

条件

给定一组关键字 - full|name|nm|txt|dsc[0-9] 强制关键字 - 完整的

以下是不符合条件的情况。

案例1

custfullname - 这里 cust 不在给定的单词集中，所以不要更新 column2

案例2

txtnmdsc - 这里的值由给定的一组关键字组成，但不包含强制关键字。

以下是它匹配的条件：

fulltxt1
fulldsc
fullname
full
full123

Answer 1

您可以使用numpy where 来检查条件。如果 column1 contains full，则 column2 保持不变，如果不是，则替换为空字符串：

保持简单，并使用您提供的完全匹配：

words = ["fulltxt1", "fulldsc", "fullname", "full", "full123"]
check = f"{'|'.join(words)}"
print(check)
'fulltxt1|fulldsc|fullname|full|full123'

 df.column2 = np.where(df.column1.str.contains(check, case=False), "Full Name", "")

       _id  column1     column2
   0    1   FullName    Full Name
   1    2   xyz 
   2    3   custname    
   3    4   FullNm      Full Name
   4    5   FirstName   
   5    6   abc