Python 熊猫基于通配符输入特定ID

我有下面的数据框，其中一个实验可以有多行，因为每个实验都有不同的标记。我创建了一个名为“注册”字段的新列。基本上，我想通配符“多输入字段”，将包含此标记的所有实验都输入为注册字段。当我有多行用于单个实验，并且我想输入包含此标记的每个实验时，我如何做到这一点

这是我的DF

experiment company    tag                    sign_up_field
1          facebook   Multiple input field   NaN
1          facebook   One button             NaN
1          facebook   Get Started            NaN

我的预期产出是

experiment company    tag                    sign_up_field
1          facebook   Multiple input field   1
1          facebook   One button             1
1          facebook   Get Started            1

我试过了

df['sign\u field'].loc[df['tag'].str.contains（'Multiple input field'，flags=re.IGNORECASE）]=1

---

但这只会在我要插补所有3个时输入第一行，因为它们是相同的实验。

如果我理解正确，您需要的是以下内容：

获取标记列中至少有一行具有“多输入字段”的所有实验

将所有这些字段的“签名字段”列设置为1

如果是这种情况，可以使用以下代码实现：

experiments=df.loc[df['tag'].str.contains（'Multiple input field'，flags=re.IGNORECASE），'experiments']
df.loc[df['experiment'].isin（experiments），'sign_up_field']=1

考虑到字符串是完全匹配的，而不是正则表达式，您可以更简洁：

experiments=df.loc[df['tag']=='Multiple input field'，'experiments']
df.loc[df['experiment'].isin（experiments），'sign_up_field']=1

如果

experiment

是索引而不是列，则需要更改此行：

experiments=df.loc[df['tag']=='Multiple input field'，'experiments']

对于这一点：

experiments=df.loc[df['tag']=='Multiple input field'].index

尝试两个步骤

转换

df['sign_up_field'] = df['tag'].str.contains('Multiple input field', flags=re.IGNORECASE)]

df['sign_up_field'] = df.groupby('experiment')['sign_up_field'].transform('any')

---

这太棒了。如果有多个像这样的实验需要通配符呢？有没有比每次为不同的通配符创建一个实验变量更好的方法？这适用于至少有一行“多输入字段”的任意数量的实验。如果您有多个字符串，则可以执行

df['tag'].isin（['Multiple input field'，'Other string'，'A third string']）

而不是

df['tag']==='Multiple input field'

。你应该用至少一根这样的弦来收集所有的实验。这就是你的意思吗？是的，但我试图在第一个方法中使用通配符语句，我可以为多个标记执行str.contains吗？是的，但看起来不太好。您需要在标记之间使用正则表达式表示“OR”，即管道（“|”）。例如，这与3行匹配：

pd.Series（['A'，'B'，'C']）.str.contains（“A | B | C”）

。如果答案解决了您的问题，请记住接受并向上投票！）