根据另一个单元格中的字符串在 DataFrame 单元格的列表中插入值

问题描述

我有一个包含三列的 Pandas DataFrame df，其中一列大部分是空的。在第一列中，我列出了一些协议，其中一些协议具有相似的名称。如果协议列中的值以某个字符串开头，我想在空列中插入一个值列表。

示例：

协议	别名
样本协议	无
协议1	无
协议2	无

我想在协议 1 和协议 2 的别名列中插入别名 [同意，协议]，如下所示：

协议	别名
样本协议	无
协议1	[同意，同意]
协议2	[同意，同意]

我尝试过的：

df.loc[df['Agreement'].str.startswith('Agreement',na = False),'Alias'] = pd.Series([['Agree,agreement']]*df.shape[0])

问题是当我运行检查以查看它是否有效时，我得到一个空的 DataFrame：

df[df['Alias'].str.startswith('Agreement',na = False)]

有什么想法吗？

解决方法

使用带有 ^ 的正则表达式来检查字符串开头的模式。

df.loc[df['Agreement'].str.contains('^Agreement'),'Alias'] = [['Agree','Agreement']]

        Agreement               Alias
0  SampleAgreement                None
1       Agreement1  [Agree,Agreement]
2       Agreement2  [Agree,Agreement]

df['Agreement'].str.contains('^Agreement')
0    False
1     True
2     True
Name: Agreement,dtype: bool

用于生成列 Alias 的代码已经可以使用所需的输出进行设置：

         Agreement               Alias
0  SampleAgreement                None
1       Agreement1  [Agree,agreement]
2       Agreement2  [Agree,agreement]

您运行检查的代码，即 df[df['Alias'].str.startswith('Agreement',na = False)] 不起作用，原因有两个：1) Alias 列的内容现在是字符串列表（因此带有方括号）而不是比简单的字符串。因此，您不能使用 str.startswith() 来匹配它。 2) Agreement 不匹配 agreement，因为匹配区分大小写。

如果你不需要它是一个字符串列表，你可以简单地设置如下：

df.loc[df['Agreement'].str.startswith('Agreement',na = False),'Alias'] = 'Agree,agreement'

输出将是：

         Agreement             Alias
0  SampleAgreement              None
1       Agreement1  Agree,agreement
2       Agreement2  Agree,agreement

在这种情况下，您可以使用以下代码进行检查：

import re
df[df['Alias'].str.contains('Agreement',flags=re.IGNORECASE)]

Output:

    Agreement             Alias
1  Agreement1  Agree,agreement
2  Agreement2  Agree,agreement

这里我们使用 flags=re.IGNORECASE 进行不区分大小写的匹配。我们还使用 str.contains() 代替 str.startswith()，因为 agreement 不在字符串的开头。

dataframe pandas python startswith