Python 如何在dataframe中使用字符串条件为新列赋值

我尝试根据条件为数据框中的一个新列赋值，如果第一列是否包含某个字母。如果第一列只包含一个字母，我使用虚拟变量函数。但是，如果第一列包含数字、字符串和Nan，又如何呢

以下是一个例子：

#之前
c1
0 a
1   2
2 b
3 c
4 ab
公元前5年
6南
#之后
c1 a b c
0 a 10 0 0
1   2   0   0   0
2B010
3C001
4 ab 11 0
公元前5年01月1日
6南0 0

我尝试

str.contains（）

分配，但出现错误：

x['a']=1，如果x.c1.str.contains（'a'），否则为0
级数的真值是模糊的。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。

对于您的问题，您可以使用pandas.get_dummies（），它将分类变量转换为指示符

然后将数据帧转换为列表（可选）

然后使用以下代码创建分类伪变量：

比较并合并所需结果的虚拟标识符

你可以这样做：

df['a'] = df['c1'].str.contains('a').astype(int)

。。。但是，如果在

df['c1']

中有任何

NaN

值，则会引发

ValueError

（就像您在示例中所做的那样）

这里有一个使用df.apply的替代方法：

df['a'] = df['c1'].apply(lambda x: int('a' in x) if isinstance(x, str) else 0)

---

此方法还处理由多种类型组成的列：仅当给定的行是字符串时，它才会返回1，此外还包含适当的字符。

您可以通过多种方式执行此操作。您的主要问题之一是，您的列不是字符串，您可以像这样执行：

df=pd.DataFrame（[{“c1”：“a”}，{“c1”：2}]）
df[“新_列”]=0
df[“新列”][df[“c1”].astype（str）.str.contains（'a'）]=1

或

def自定义函数（行）：
打印（行）
如果str（第[“c1”行]中的“a”）：
行[“新列”]=1
其他：
行[“新列”]=0
返回行
df=pd.DataFrame（[{“c1”：“a”}，{“c1”：2}]）
df[“新列”]=无
df=df.apply（自定义函数，轴=1）

首先，您可以用一些伪字符（比如#）替换

NaN

s，因为这样更容易处理字符串。然后，您可以将

列表

应用于整个列，以便分别获取每个字符。此后，可以使用

分解

将每行中的每个字符分隔为多行。转换为dataframe并添加一列数据帧，以便可以创建透视表

temp = df['c1'].fillna('#').apply(list).explode().to_frame().reset_index()
temp['vals'] = 1
temp
  index c1  vals
0   0   a   1
1   1   2   1
2   2   b   1
3   3   c   1
4   4   a   1
5   4   b   1
6   5   b   1
7   5   c   1
8   6   #   1

然后，您可以创建

pivot_表

，其中

c1

为列，1s为值的列。之后，您可以只保留字母表中的列。最后，将

temp

表与原始df合并

temp = pd.pivot_table(temp, columns='c1', index="index", values='vals')
cols_retain = [c for c in temp.columns if re.search(r'[A-Za-z]', c)]
pd.concat([df, temp[cols_retain].fillna(0)], axis=1)
    c1  a   b   c
0   a   1.0 0.0 0.0
1   2   0.0 0.0 0.0
2   b   0.0 1.0 0.0
3   c   0.0 0.0 1.0
4   ab  1.0 1.0 0.0
5   bc  0.0 1.0 1.0
6   NaN 0.0 0.0 0.0

---

谢谢你的发帖！它起作用了@Carlos thank you注释是不必要的，如果答案有帮助，您应该投票并/或接受它作为正确的解决方案。

temp = df['c1'].fillna('#').apply(list).explode().to_frame().reset_index()
temp['vals'] = 1
temp
  index c1  vals
0   0   a   1
1   1   2   1
2   2   b   1
3   3   c   1
4   4   a   1
5   4   b   1
6   5   b   1
7   5   c   1
8   6   #   1

temp = pd.pivot_table(temp, columns='c1', index="index", values='vals')
cols_retain = [c for c in temp.columns if re.search(r'[A-Za-z]', c)]
pd.concat([df, temp[cols_retain].fillna(0)], axis=1)
    c1  a   b   c
0   a   1.0 0.0 0.0
1   2   0.0 0.0 0.0
2   b   0.0 1.0 0.0
3   c   0.0 0.0 1.0
4   ab  1.0 1.0 0.0
5   bc  0.0 1.0 1.0
6   NaN 0.0 0.0 0.0