根据列表数据比较将数据框与列表进行比较并更新数据框答案

【问题标题】：Comparing dataframe to list and updating dataframe based on list data comparison根据列表数据比较将数据框与列表进行比较并更新数据框
【发布时间】：2020-03-17 18:41:04
【问题描述】：

我正在尝试将数据框列中的文本与现有列表进行比较，然后根据比较更新数据框中的新列。数据框列中的文本比列表中的更复杂。如果数据框文本包含列表中的文本，我希望获取列表值并更新新的数据框列。我为此尝试了一个 for 循环，但我收到一个错误，即我的迭代器不是整数。以下是定义和我的代码。

myDF 是数据框产品是我要评估的列 makelist 是我想比较 myDF.Product 的字符串列表如果匹配，我想更新 myDF.Brand。

当我运行以下命令时，我收到一条错误消息，指出我正在使用无效的变量类型进行索引。

import pandas as pd
myDF = pd.DataFrame({"Location": 'S1 S1 S1 S1 S1'.split(),
                    "Product": '12AB 34CD 56EF 78GH 90IJ'. split(),
                    "Brand": ""})
makelist = ['12A', '4CD', '56', '78G', '90IJ']

for items in myDF.Product:
    for makes in makelist:
        if makelist[makes] in(myDF.Product.iloc[items]):
            myDF.Brand[items]=makelist[makes]

#expected output
Location Product Brand
0       S1    12AB   12A
1       S1    34CD   4CD
2       S1    56EF    56
3       S1    78GH   78G
4       S1    90IJ  90IJ

【问题讨论】：

myDF['Brand'] = myDF.loc[myDF['Product'].isin(makelist), 'Product']?
你能显示这个数据框的预期输出吗？
预期输出是什么？
您得到的错误是由makelist[makes] 中的索引引起的，因为您尝试使用字符串而不是（数字）索引访问列表。同样，您不能使用myDF.Product.iloc[items] 中的非整数键按位置索引进行索引
@FBruzzesi，这是否意味着我需要使用 '.index' 来按我的意图进行迭代？我不明白的是，当我分别运行 for 循环时，它们都可以正常工作。

标签： pandas list dataframe text string-comparison

【解决方案1】：

这里有两个实现，第一个遵循你的想法，第二个优化只使用一个 for 循环。

设置

import pandas as pd
brands = ['12A', '4CD', '56', '78G', '90IJ']

两个 for 循环

myDF = pd.DataFrame({"Location": 'S1 S1 S1 S1 S1'.split(),
                    "Product": '12AB 34CD 56EF 78GH 90IJ'. split(),
                    "Brand": ""}) 

for product in myDF['Product']:
    for brand in brands:
        if brand in product:
            myDF.loc[myDF['Product']==product, 'Brand'] = brand

myDF
  Location Product Brand
0       S1    12AB   12A
1       S1    34CD   4CD
2       S1    56EF    56
3       S1    78GH   78G
4       S1    90IJ  90IJ

一个for循环

myDF = pd.DataFrame({"Location": 'S1 S1 S1 S1 S1'.split(),
                    "Product": '12AB 34CD 56EF 78GH 90IJ'. split(),
                    "Brand": ""})     

for brand in brands:
    myDF.loc[myDF['Product'].str.contains(brand), 'Brand'] = brand

myDF
  Location Product Brand
0       S1    12AB   12A
1       S1    34CD   4CD
2       S1    56EF    56
3       S1    78GH   78G
4       S1    90IJ  90IJ

【讨论】：