Python 条件If语句：若值包含字符串，则将另一列设置为字符串

我写了一个Python3脚本

---

我有一个“原创标题”专栏，其中我有不同的电影标题，即所有《星球大战》（剧集名称）和《星际迷航》（剧集名称）。我想创建一个专栏，只显示《星际迷航》（没有插曲名称）、《星球大战》和《na》

这是我的新列代码：

df['Trek_Wars'] = pd.np.where(df.original_title.str.contains("Star Wars"), "star_wars", 
              pd.np.where(df.original_title.str.contains("Star Trek"), "star_trek"))

但是，它不起作用

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-33-5472b36a2193> in <module>()
      1 df['Trek_Wars'] = pd.np.where(df.original_title.str.contains("Star Wars"), "star_wars",
----> 2                    pd.np.where(df.original_title.str.contains("Star Trek"), "star_trek"))

ValueError: either both or neither of x and y should be given

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
1 df['Trek_Wars']=pd.np.where（df.original_title.str.contains（“星球大战”），“星球大战”，
---->2 pd.np.其中（df.原始标题str.包含（“星际迷航”），“星际迷航”））
ValueError：应同时给出x和y或两者都不给出

---

我该怎么办？

我想你在用熊猫。我不知道有

pd.np.where

方法，但有

np.where

，可以用于您的任务：

df['Trek_Wars'] = np.where(df['original_title'].str.contains('Star Wars'),
                           'star_wars', 'na')

请注意，我们必须提供满足条件和不满足条件时的值。对于多种情况，您可以使用

pd.DataFrame.loc

：

# set default value
df['Trek_Wars'] = 'na'

# update according to conditions
df.loc[df['original_title'].str.contains('Star Wars'), 'Trek_Wars'] = 'star_wars'
df.loc[df['original_title'].str.contains('Star Trek'), 'Trek_Wars'] = 'star_trek'

您可以通过字典映射进一步简化逻辑：

# map search string to update string
mapping = {'Star Wars': 'star_wars', 'Star Trek': 'star_trek'}

# iterate mapping items
for k, v in mapping.items():
    df.loc[df['original_title'].str.contains(k), 'Trek_Wars'] = v

---

我猜你在用熊猫。我不知道有

pd.np.where

方法，但有

np.where

，可以用于您的任务：

df['Trek_Wars'] = np.where(df['original_title'].str.contains('Star Wars'),
                           'star_wars', 'na')

请注意，我们必须提供满足条件和不满足条件时的值。对于多种情况，您可以使用

pd.DataFrame.loc

：

# set default value
df['Trek_Wars'] = 'na'

# update according to conditions
df.loc[df['original_title'].str.contains('Star Wars'), 'Trek_Wars'] = 'star_wars'
df.loc[df['original_title'].str.contains('Star Trek'), 'Trek_Wars'] = 'star_trek'

您可以通过字典映射进一步简化逻辑：

# map search string to update string
mapping = {'Star Wars': 'star_wars', 'Star Trek': 'star_trek'}

# iterate mapping items
for k, v in mapping.items():
    df.loc[df['original_title'].str.contains(k), 'Trek_Wars'] = v

---

在您的示例中，“星球大战”和“星际迷航”这两个值都包含相同数量的字符（9），您可以将字符串拆分为前9个字母。 但要更精细地解析该列，您需要找到更好的方法

X['Film_Series'] = 0
for ind, row in df.iterrows():
    X['Film_Series'].loc[ind] = X['film_name'].loc[ind].str[:9]

---

在您的示例中，“星球大战”和“星际迷航”这两个值都包含相同数量的字符（9），您可以将字符串拆分为前9个字母。 但要更精细地解析该列，您需要找到更好的方法

X['Film_Series'] = 0
for ind, row in df.iterrows():
    X['Film_Series'].loc[ind] = X['film_name'].loc[ind].str[:9]

---

你用什么语言写的？请给它贴上标签你用什么语言写的？请标记itI不知道的

pd.np.where

，在iPython中尝试了它，并震惊地发现它确实有效。我现在正在浏览源代码，因为我不理解它的用途；用谷歌搜索它并不容易：）我不知道

pd.np.where

，在iPython尝试了它，并震惊地发现它确实有效。我现在正在浏览源代码，因为我不理解它的用途；用谷歌搜索并不容易：）