pandas：根据第一个字符映射新值

Question

有没有办法根据当前值的第一个字符将新值映射到数据框列。

我当前的代码：

ncesvars['urbantype'] = np.where(ncesvars['urbantype'].str.startswith('1'), 'city', ncesvars['urbantype'])
ncesvars['urbantype'] = np.where(ncesvars['urbantype'].str.startswith('2'), 'suburban', ncesvars['urbantype'])
ncesvars['urbantype'] = np.where(ncesvars['urbantype'].str.startswith('3'), 'town', ncesvars['urbantype'])
ncesvars['urbantype'] = np.where(ncesvars['urbantype'].str.startswith('4'), 'rural', ncesvars['urbantype'])

我在考虑使用某种dict，然后是pd.replace，但不知道如何使用.str.startswith()

Answer 1

尝试类似的方法：

ncesvars['urbantype'] = ncesvars['urbantype'].replace({
    r'^1.*', 'city', 
    r'^2.*', 'suburban'},
    regex=True)

测试：

In [32]: w
Out[32]:
     word
0    1_A_
1  word03
2  word02
3  word00
4    2xxx
5  word04
6  word01
7  word02
8  word04
9    3aaa

In [33]: w['word'].replace({r'^1.*': 'city', r'^2.*': 'suburban', r'^3.*': 'town'}, regex=True)
Out[33]:
0        city
1      word03
2      word02
3      word00
4    suburban
5      word04
6      word01
7      word02
8      word04
9        town
Name: word, dtype: object

Answer 2

您可以定义您的类别的字典，使用str[0:1] 对数据进行切片，并在Series 的布尔掩码上调用map，方法是测试数据的第一个字符是否在您的字典键中，以便仅匹配将被覆盖，否则您将使用 NaN 覆盖，因为以下示例中的最后一行没有映射：

In [16]:
df = pd.DataFrame({'urbantype':['1 asdas','2 asd','3 asds','4 asdssd','5 asdas']})
df

Out[16]:
  urbantype
0   1 asdas
1     2 asd
2    3 asds
3  4 asdssd
4   5 asdas

In [18]:
d = {'1':'city','2':'suburban', '3': 'town','4':'rural'}
df.loc[df['urbantype'].str[0:1].isin(d.keys()), 'urbantype'] = df['urbantype'].str[0:1].map(d)
df

Out[18]:
  urbantype
0      city
1  suburban
2      town
3     rural
4   5 asdas