如何使用Python中另一列的选定值添加新列
我一整天都在想这个问题。我是Python新手 我有一张大约有50000张唱片的桌子。但下表将解释我试图做的事情 我想添加第三列,名为Category。此列将包含来自“电影”列上设置的条件的基于值的结果如何使用Python中另一列的选定值添加新列,python,pandas,dataframe,Python,Pandas,Dataframe,我一整天都在想这个问题。我是Python新手 我有一张大约有50000张唱片的桌子。但下表将解释我试图做的事情 我想添加第三列,名为Category。此列将包含来自“电影”列上设置的条件的基于值的结果 ----------------------------------------- N | Movies ----------------------------------------- 1 | Save the Last Dance ---
-----------------------------------------
N | Movies
-----------------------------------------
1 | Save the Last Dance
-----------------------------------------
2 | Love and Other Drugs
---------------------------------------
3 | Dance with Me
---------------------------------------
4 | Love Actually
---------------------------------------
5 | High School Musical
----------------------------------------
情况是这样的;在“电影”列中搜索以下单词{舞蹈、爱情和音乐。如果在字符串中找到该单词,请在“类别”列中返回该单词
这将在最后产生一个像这样的新数据帧
-----------------------------------------
N | Movies | Category
-----------------------------------------
1 | Save the Last Dance | Dance
-----------------------------------------
2 | Love and Other Drugs | Love
---------------------------------------
3 | Dance with Me | Dance
---------------------------------------
4 | Love Actually | Love
---------------------------------------
5 | High School Musical | Musical
----------------------------------------
提前感谢!!如果您有2D列表,请执行以下操作:
def add_category(record):
movie = record[1]
categories = []
for category in ['Dance', 'Love', 'Musical']:
if category in movie:
categories.append(category)
return record.append(', '.join(categories))
database = [add_category(record) for record in database]
您可以通过更改“添加类别”功能来更改类别列的值的计算方式。更快的方法是为您的所有类别创建一个掩码,假设您的数字较小:
In [22]:
dance_mask = df['Movies'].str.contains('Dance')
love_mask = df['Movies'].str.contains('Love')
musical_mask = df['Movies'].str.contains('Musical')
df[dance_mask]
Out[22]:
N Movies
0 1 Save the Last Dance
2 3 Dance with Me
[2 rows x 2 columns]
In [26]:
# now set category
df.ix[dance_mask,'Category'] = 'Dance'
df
Out[26]:
N Movies Category
0 1 Save the Last Dance Dance
1 2 Love and Other Drugs NaN
2 3 Dance with Me Dance
3 4 Love Actually NaN
4 5 High School Musical NaN
[5 rows x 3 columns]
In [28]:
# repeat for remaining masks
df.ix[love_mask,'Category'] = 'Love'
df.ix[musical_mask,'Category'] = 'Musical'
df
Out[28]:
N Movies Category
0 1 Save the Last Dance Dance
1 2 Love and Other Drugs Love
2 3 Dance with Me Dance
3 4 Love Actually Love
4 5 High School Musical Musical
[5 rows x 3 columns]
非常感谢你花时间回答我的问题。这正是我需要的。@Ian没问题,你可以接受这个答案,箭头下面应该有一个记号。嗨,蝎子,感谢你的帮助。当我尝试这个时,我得到了这个错误,“str”object没有属性“\u data”。但是我使用了下面的解决方案,这很有效。