如何在字符串中搜索关键字、提取该字符串并将其放入新列中？

Question

我正在使用熊猫。这是我的 df：

df = {'Product Name': ['Nike Zoom Pegasus', 'All New Nike Zoom Pegasus 4', 'Metcon 3', 'Nike Metcon 5']}

我想搜索每个字符串值并仅提取产品类别，然后将提取的字符串值放在另一列（“类别”）中。您可能会注意到，产品名称没有正式的命名约定，因此 .split() 不适合使用。

最终结果应如下所示：

df = {'Product Name': ['Nike Zoom Pegasus', 'All New Nike Zoom Pegasus 4', 'Metcon 3', 'Nike Metcon 5'], 'Category': ['Pegasus', 'Pegasus', 'Metcon', 'Metcon]}

我当前的代码是这样的，但出现错误：

def get_category(product):

if df['Product Name'].str.contains('Pegasus') or df['Product Name'].str.contains('Metcon'):

    return product

df['Category'] = df['Product Name'].apply(lambda x: get_category(x))

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

希望你能帮忙。谢谢！

Answer 1

这个解决方案怎么样，当你有一个新类别时，你所要做的就是将新类别添加到 cats 数组中。import pandas as pdimport numpy as npdf = pd.DataFrame({'Product Name': ['Nike Zoom Pegasus', 'All New Nike Zoom Pegasus 4', 'Metcon 3', 'Nike Metcon 5']})cats = ["Pegasus","Metcon"]df["Category"] = df["Product Name"].apply(lambda x: np.intersect1d(x.split(" "),cats)[0])output                  Product Name Category0            Nike Zoom Pegasus  Pegasus1  All New Nike Zoom Pegasus 4  Pegasus2                     Metcon 3   Metcon3                Nike Metcon 5   Metcon

Answer 2

使用pandas.Series.str.extract>>> df = pd.DataFrame({'Product Name': ['Nike Zoom Pegasus', 'All New Nike Zoom Pegasus 4', 'Metcon 3', 'Nike Metcon 5']})>>> cats = ["Pegasus","Metcon"]>>> df['Category'] = df["Product Name"].str.extract("(%s)" % "|".join(cats))                  Product Name Category0            Nike Zoom Pegasus  Pegasus1  All New Nike Zoom Pegasus 4  Pegasus2                     Metcon 3   Metcon3                Nike Metcon 5   Metcon

Answer 3

怎么样：import pandas as pddf = {'Product Name': ['Nike Zoom Pegasus', 'All New Nike Zoom Pegasus 4', 'Metcon 3', 'Nike Metcon 5']}c = set(['Metcon', 'Pegasus'])categories = [c.intersection(pn.split(' ')) for pn in df['Product Name']]df['Categories'] = categoriesprint(df)>> {'Product Name': ['Nike Zoom Pegasus', 'All New Nike Zoom Pegasus 4', 'Metcon 3', 'Nike Metcon 5'], 'Categories': [{'Pegasus'}, {'Pegasus'}, {'Metcon'}, {'Metcon'}]}

Answer 4

您的代码存在的问题如下：您传递的是产品，但在检查时使用的是df["Product Name"]，这会返回整个系列。此外，返回值是产品。但根据预期的答案，要么是Pegasus要么Metcon我想你想要这样的东西。def get_category(product):    if "Pegasus" in product:        return "Pegasus"     elif "Metcon" in product:        return "Metcon"