Python 如何在DataFrame中构建嵌套条件逻辑？

我有一个数据帧，其中每一行都包含一个字符串列表。我已经编写了一个函数，它对每个字符串执行伯努利类型的试验，如果试验成功，每个单词都有可能被删除（这里是0.5）。见下文：

import numpy as np
import pandas as pd

def bernoulli_trial (sublist, prob = 0.5):

    # create mask of trial outcomes per each object in sublist
    mask = np.random.binomial(n=1, p=prob, size=len(sublist))

    # perform transformation on bernoulli successes
    transformed_sublist = [token for delete, token in zip(mask, sublist) if not delete]

    return transformed_sublist

当我传递数据帧的每一行时，这将按预期工作，如下所示：

df = pd.DataFrame(data={'store': [1,2,3], 'colours': [['red','blue','yellow','green','brown','pink'],
                                                      ['black','white'],
                                                      ['purple','orange','cyan','mauve']]})

df['colours'] = df['colours'].apply(bernoulli_trial)

Out: 
0      [red, green]
1           [black]
2    [orange, cyan]
Name: colours, dtype: object

但是，我现在要做的不是在每个子列表和每个字符串上统一应用函数，而是应用以下条件：（a）给定子列表是否将传递给函数（是/否），以及（b）将应用该子列表中的哪些字符串（即，通过指定我只想测试某些颜色）

我想对于第（a）部分我有一个可行的解决方案——将贝努利函数包装在一个函数中，该函数检查是否满足给定的条件（即子列表的长度是否大于2个对象？）——这是可行的（见下文），但我不确定是否有更有效的方法（读得更像pythonic）来做到这一点

def sublist_condition_check(sublist):
    if len(sublist) > 2:
        sublist = bernoulli_trial(sublist)
    else:
        sublist = sublist
    return sublist

请注意，任何不符合条件的子列表都应保持不变

df['colours'].apply(sublist_condition_check)

Out: 
0      [red, brown]
1    [black, white] # this sublist had only two elements so remains unchanged
2           [mauve]
Name: colours, dtype: object

然而，我完全被困在如何在每个单词上应用条件逻辑上。比如说，我只想将试验应用于预先指定的颜色列表[‘红色’、‘淡紫色’、‘黑色’]——前提是它通过了子列表条件检查——我该怎么做

我希望实现的伪代码如下所示：

for sublist in df:
    if len(sublist) > 2:     # check if sublist contains more than two objects
        for colour in sublist:     # cycle through each colour within the sublist
            if colour in ['red','mauve','black']:     
                colour = bernoulli_trial (colour)     # only run bernoulli if colour in list
            else:
                colour = colour     # if colour not in list, colour remains unchanged
        else:
            sublist = sublist     # if sublist <= 2, sublist remains unchanged

df中的子列表的

：
如果len（子列表）>2:#检查子列表是否包含两个以上的对象
对于子列表中的颜色：#循环子列表中的每种颜色
如果颜色为[‘红色’、‘淡紫色’、‘黑色’]：
颜色=伯努利试验（颜色）#仅当颜色在列表中时运行伯努利
其他：
颜色=颜色#如果颜色不在列表中，则颜色保持不变
其他：
sublist=sublist#如果sublist不确定回答我自己问题的礼仪，但我想我会提供我确定的工作解决方案的一些细节，以防任何人遇到类似情况

我扩展了初始贝努利函数，根据每个字符串是否满足包含条件，添加了一个if语句

# internal function - bernoulli trial for each string in sublist
def bernoulli_trial (sublist, prob = 0.50):

    # set token criteria for performing bernoulli trial
    token_criteria = ['red','black','purple'] # perform trial only on these strings

    # create mask of trial outcomes per each word in sublist
    mask = np.random.binomial(n=1, p=prob, size=len(turn))

    # perform transformation (deletion) on bernoulli successes
    transformed_turn = []
    for token, delete in zip(turn, mask):             
        if token not in token_criteria:
            transformed_turn.append(token)
        else:
            if delete == 0: # retain only those strings not marked for deletion
                transformed_turn.append(token)

    return transformed_sublist

结合问题中描述的
子列表\u条件\u检查
功能，该功能现在可以按预期执行