Python 在数据帧上执行大量条件表达式以标记数据集的最佳方法

我正在寻找一种基于不同条件表达式标记大约10k+个事务的好方法，因为手工操作会花费很多时间

例如，如果交易名称包含“Shell”，则标签将为“Transport”，如果名称包含“restaurant”，则标签将为“Food”

一种可能是创建一个for循环，但过一段时间就会变得一团糟。它将如下所示：

for i in df_transactions.index:
    if 'Shell' in df_transactions['Name'][i]:
        df_transactions['Label'][i] = 'Transport'
    if 'Restaurant' etc....

def load_label():

return {
    'Shell':'Transport',
    'Restaurant':'Food',
    etc
}

def labeling(name):
return LABEL[name] if name in LABEL else name

LABEL= load_label()

df_transactions['Label'] = df_transactions['Name'].map(labeling)

我还尝试了np.select，但如果多个条件之一正确，我需要指定一个值

我需要有标签的数据集，用机器学习来训练分类器。交易具有描述、金额、账号等特征

我无法收集业务合作伙伴或其他人标记的数据集

---

谢谢你的帮助

有多少种情况？如果仍然可以管理，您可以使用np。其中：

df_transactions['Label'] = np.where(df_transactions['Name']=='Shell','Transport',np.where(df_transactions['Name']=='Restaurant','Food',np.where(,,np.where(,,final label))))

如果有很多，我会这样做：

for i in df_transactions.index:
    if 'Shell' in df_transactions['Name'][i]:
        df_transactions['Label'][i] = 'Transport'
    if 'Restaurant' etc....

def load_label():

return {
    'Shell':'Transport',
    'Restaurant':'Food',
    etc
}

def labeling(name):
return LABEL[name] if name in LABEL else name

LABEL= load_label()

df_transactions['Label'] = df_transactions['Name'].map(labeling)

您只需要列出名称和标签对，就可以开始了。

---

希望这有帮助

所有条件都基于包含特定字符串的值吗？不，条件也基于转移的金额，例如，其正值或负值。正金额更可能是工资。我还将根据交易时间创建条件。例如，如果一笔交易发生在午夜之后，那么它可能不是一笔与食品杂货相关的交易。仍在定义它们。我最终会得到大约20个类别，每个类别可能有大约20个条件。啊，我明白了，我认为你需要先编辑示例，然后我们可以再次开始一起工作，因为就你当前的示例而言，它看起来只需要经过一层条件和多个类别。