Python 如何基于应用于另一列的条件设置DataFrames列值

我有一个数据框，我想在其中添加另一列，这取决于基于该特定单元格中其他列的值

我不断得到

类型错误：字符串索引必须是整数，而不是str

这是我的dataframe:df，其中所有列的值都是字符串格式

ID      Key
_1      A
_2       B, C
_3       A
_4       D, E
_5       B, C 

我的预期产出是

ID      Key      Name
_1       A        n0, n1
_2       B, C     n2
_3       A        n3
_4       D, E     n4
_5       B, C     n5, n6

以下是我所做的：

df[df['ID'].str.contains('1')]['Name'] = 'n0, n1' that gave me Type Error.

注意，这里的id匹配是一个有意的子字符串匹配

尝试使用

numpywhere

，但这也给了我同样的错误。我跟着

---

基于列值子集设置新列值的正确方法是什么。此外，我将在后面介绍所有值，其中我对每个

ID执行此操作（此处从1到5）。
以下内容对我有用：

df.loc[df['ID'].str.contains('1'), 'Name'] = 'n0, n1'

基本上，您需要使用.loc[row_index，col_index]=val来修改现有的数据帧

使用df[row_index][col_index]只会创建我相信的值的副本

这也是假设您已经定义了列：

df['Name'] = pd.Series()

以下几点对我很有用：

df.loc[df['ID'].str.contains('1'), 'Name'] = 'n0, n1'

基本上，您需要使用.loc[row_index，col_index]=val来修改现有的数据帧

使用df[row_index][col_index]只会创建我相信的值的副本

这也是假设您已经定义了列：

df['Name'] = pd.Series()

在预期的结果中，1是如何变成_1（和其他数字）的？@Valentino：很抱歉输入错误。我更正了。是
df['Name']=df['ID']。应用（你的函数）
你在搜索什么？_函数将ID作为输入，并返回该特定行中Name的值，以及如何将A、B等与n0、n1等关联起来？我看不出逻辑。@Raphael是的，它将ID的子字符串作为输入，并与ID列和返回名称的值相匹配。1在预期结果中如何变成_1（和其他数字）？@Valentino:很抱歉输入错误。我更正了。是
df['Name']=df['ID']。应用（你的函数）
你在搜索什么？_函数将ID作为输入，并返回该特定行中Name的值，以及如何将A、B等与n0、n1等关联起来？我看不到逻辑。@Raphael是的，它将ID的子字符串作为输入，并与ID列和返回名的值匹配。