Python 不能根据句子中是否不存在关键字来使用Pandas进行数学计算

我正在检查B列中是否有两个单词不存在，如果不存在，则在a列中取一个整数，并通过将其乘以-1来创建一个数字为负数的C列。如果这个词存在，它应该保持原样

我遇到了两个问题：1.我查不到超过一个单词；我得到一个类型错误

以下是df：

df = pd.DataFrame({"A": [10, 21, 13, 22],
                   "B": ["Shares Rise on Jobs News", 
                         "Outflows on bad projections", 
                         "Rebounds on Bounce", 
                         "Slides on negative assumption"]})

检查word是否存在：

df["C"] = \
df["B"].map(lambda x: "Negative" if "Rise" not in x else "Positive")

预期的输出为：

但如果我添加另一个单词来查找，它会返回错误的输出

df["C"] = \
df["B"].map(lambda x: "Negative" if "Rise" or "Rebounds" not in x else "Positive")

在处理问题的第二部分时，我调整了代码，如果没有关键字，则将数字改为负数：

df["C"] = \
df["B"].map(lambda x: df["A"](-1) if "Rise" not in x else df["A"])

我得到TypeError:“Series”对象不可调用

我们可以执行np.where+包含

---

啊。你赢了我。我有同样的解决办法+1.这对第一部分有效。第二部分呢。我试着用-1和1替换负和Pos，然后乘以df[A]，但我得到的序列是不可下标的。我认为这是可行的：df['C']=np.wheredf[B].str.containsr'Rise | responses'，case=False，df[A]。乘以1，df[A]。乘以-1

df['Out'] = np.where(df.B.str.contains('Rise|Rebounds', case=False), 'Pos', 'Nag')
df
Out[11]: 
    A                              B  Out
0  10       Shares Rise on Jobs News  Pos
1  21    Outflows on bad projections  Nag
2  13             Rebounds on Bounce  Pos
3  22  Slides on negative assumption  Nag