Python 如何在np.where（）中将列表元素作为条件？

我想基于另一列的值创建一个新列，其中对于在新列中指定的值，需要评估某些条件

我读了一些涉及np.where的问题和答案，但无法推断出最有效的python方法

示例数据帧是：

      period
0      JAN16 
1  YTD JAN16

我想在以下条件下为列period_type赋值： 如果周期以x开始，其中x是列表中的任何元素->[“一月”、“二月”、“三月”、“四月”、“五月”、“六月”、“七月”、“八月”、“九月”、“十月”、“十一月”、“十二月]，则周期类型=“月”，否则，周期类型=周期。0

我希望数据帧是：

      period period_type
0      JAN16       month
1      JAN16       YTD

我无法在我的代码中应用任何逻辑：

df.loc[df['c1'] == 'Value', 'c2'] = 10

或：

一种方法是使用检查哪些行以列表中的任何值开头，它还接受一个字符串元组，并将新列中的行设置为“月”，或将实际行值拆分并取第一个值：

l = ['JAN', 'FEB', 'MAR', 'APR', 'MAY', 'JUN', 'JUL', 
     'AUG', 'SEP', 'OCT', 'NOV', 'DEC']

m = df.period.str.startswith(tuple(l))
df['period_type'] = np.where(m, 'month', df.period.str.split().str[0])
df.loc[~m, 'period'] = df.loc[~m, 'period'].str.split().str[1]

   period   period_type
0  JAN16       month
1  JAN16         YTD

带str切片的IIUC-isin

---

一种方法是使用str.contains并传递正则表达式模式：

In[22]:
df['period_type'] = np.where(df['period'].str.contains('^(' + '|'.join(months) + ')') , 'month', df['period'].str.split().str[0])
df


Out[22]: 
      period period_type
0      JAN16       month
1  YTD JAN16         YTD
2  L3M FEB19         L3M

这里的月份是您的月份列表，我们构造一个正则表达式模式，其中“^”表示以开始，然后我们用“|”连接所有列。要说任何以这些模式开始的列，我们可以将其传递给np。在那里构造新列

生成的正则表达式模式是：

In[23]:
'^(' + '|'.join(months) + ')'
Out[23]: '^(JAN|FEB|MAR|APR|MAY|JUN|JUL|AUG|SEP|OCT|NOV|DEC)'

如果将月份创建为整数，则可以得到如下结果

import pandas as pd
import numpy as np
d = {'period' : ['JAN16', 'YTD JAN16', 'FEB18', 'YEAR DEC']}
df = pd.DataFrame(d)
months = ('JAN', 'FEB', 'MAR', 'APR', 'MAY', 'JUN', 'JUL', 'AUG', 'SEP', 'OCT', 'NOV', 'DEC')
df['period_type'] = np.where(df['period'].str.startswith(months), 'month', df['period'].str.split().str[0] )
df['period'] = np.where(df['period_type'] == 'month', df['period'], df['period'].str.split().str[1] )
print(df)

---

唯一需要注意的是，默认值不能是YTD。它必须是列表的第一个元素，其中l是句点.split创建的列表。@anky_91不知道，也许你能再看看这个问题吗？我刚刚更新了我的问题，预期输出。谢谢你能再看看这个问题吗？我刚刚更新了我的问题，预期输出。谢谢预期的产出是一样的对吗@AviralSrivastavano，我已经更新了我问题中的预期输出。现在是2016年1月，是2016年年初至今的一个月，期间为2016年年初至今。因此，早些时候是年初至今1月16日，但现在是1月16日，2月16日。我希望你抓住我了？我正在从周期值中删除该类型，您可以重新查看该问题吗？我刚刚更新了我的问题，预期输出。Thanks@AviralSrivastava在上面添加df.period=df.period.str.splir''。str[-1]您能重新看一下这个问题吗？我刚刚更新了我的问题，预期输出。谢谢，你的月份不是一个元组吗？谢谢，你能再看看这个问题吗？你可以再加一行，比如df['period']=np。其中df['period_type']='month'，df['period']，df['period']，df['period']，df['period'].str.split.str[1]当4个人回答了原来的问题道歉时，你的问题就改了，我对他们中的每一个都做了评论。基本上，你想生成一个新列，然后对第一列进行标准化，对吗？我想提出一个关于如何对第一列进行标准化的新问题。如果你足够早地更新了你的问题，那么我就不会有太多问题，但是你更新了几次，然后有4个人回答了原来的问题。现在你要求我们所有人考虑你的额外要求，这是糟糕的形式。所以，接受一个答案，发布一个新的问题，我同意@EdChum。

In[23]:
'^(' + '|'.join(months) + ')'
Out[23]: '^(JAN|FEB|MAR|APR|MAY|JUN|JUL|AUG|SEP|OCT|NOV|DEC)'

import pandas as pd
import numpy as np
d = {'period' : ['JAN16', 'YTD JAN16', 'FEB18', 'YEAR DEC']}
df = pd.DataFrame(d)
months = ('JAN', 'FEB', 'MAR', 'APR', 'MAY', 'JUN', 'JUL', 'AUG', 'SEP', 'OCT', 'NOV', 'DEC')
df['period_type'] = np.where(df['period'].str.startswith(months), 'month', df['period'].str.split().str[0] )
df['period'] = np.where(df['period_type'] == 'month', df['period'], df['period'].str.split().str[1] )
print(df)