使用字符串匹配并基于 if-else 条件创建新列答案

【问题标题】：Creating a new column using string match and based on if-else condition使用字符串匹配并基于 if-else 条件创建新列
【发布时间】：2021-12-30 22:44:48
【问题描述】：

我有一个数据框，其中包含来自 OCR 的文本输出的“url_text”列。我正在尝试创建一个新列“阻塞”，如果满足条件，则行等于 1，否则为 0。

df[df['url_text'].str.contains('blocked you')] # detect all rows in 'url_text' column 
# that contain 'blocked you'. Code works.

我已经尝试在下面的函数中插入上面的代码。但是，当我将该函数应用于我的数据框时，我收到以下错误：

def f(row):
    if row['url_text'] == df[df['url_text'].str.contains('blocked you')]:
        val = 1
    else:
        val = 0
    return val

df['blocked'] = df.apply(f)
Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File "/Users/marcoliedecke/Desktop/Who_Blocks_Who?/Code/venv/lib/python3.9/site-packages/pandas/core/frame.py", line 8740, in apply
    return op.apply()
  File "/Users/marcoliedecke/Desktop/Who_Blocks_Who?/Code/venv/lib/python3.9/site-packages/pandas/core/apply.py", line 688, in apply
    return self.apply_standard()
  File "/Users/marcoliedecke/Desktop/Who_Blocks_Who?/Code/venv/lib/python3.9/site-packages/pandas/core/apply.py", line 812, in apply_standard
    results, res_index = self.apply_series_generator()
  File "/Users/marcoliedecke/Desktop/Who_Blocks_Who?/Code/venv/lib/python3.9/site-packages/pandas/core/apply.py", line 828, in apply_series_generator
    results[i] = self.f(v)
  File "<input>", line 3, in f
  File "/Users/marcoliedecke/Desktop/Who_Blocks_Who?/Code/venv/lib/python3.9/site-packages/pandas/core/series.py", line 942, in __getitem__
    return self._get_value(key)
  File "/Users/marcoliedecke/Desktop/Who_Blocks_Who?/Code/venv/lib/python3.9/site-packages/pandas/core/series.py", line 1051, in _get_value
    loc = self.index.get_loc(label)
  File "/Users/marcoliedecke/Desktop/Who_Blocks_Who?/Code/venv/lib/python3.9/site-packages/pandas/core/indexes/range.py", line 388, in get_loc
    raise KeyError(key)
KeyError: 'url_text'

【问题讨论】：

标签： python pandas if-statement conditional-statements

【解决方案1】：

这里的根本问题是您的代码将单个字符串 (row['url_text']) 与数据帧 (df[df...]) 进行比较

不要在函数中引用df，只需使用在行本身上定义的方法。您也可以将其实现为更接近canonical examples 的 lambda 函数。

df['blocked'] = df.apply(
    lambda row: 1 if 'blocked you' in row['url_text'] else 0,
    axis=1
)

【讨论】：

谢谢@Sarah。你的评论很有道理。但是，在执行您的代码时，我收到错误消息SyntaxError: positional argument follows keyword argument。
@MarcoLiedecke 我的错。我交换了输入的顺序。我会更新我的答案。请使用更新后的订单再试一次。
感谢您抽出宝贵时间@Sarah。您更新的代码给了我以下错误：ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
@MarcoLiedecke 这就是我没有测试就给出建议的结果。请再试一次