Python 基于多个其他列中字符串的一部分创建列

我有一个名为

df

的数据框架，看起来与此类似（除了“mat_deliver”列的数量增加到mat_deliver_8，并且有数百个客户端-我在这里对其进行了简化）

我想创建一个名为

xxx\u deliver

的新列，其中包含两个值，

0

和

1

。如果

mat\u-deliver\u 1

、

mat\u-deliver\u 2

、

mat\u-deliver\u 3

或

mat\u-deliver\u 4

中的任何一个包含

xxx

，如果不包含

0

，我想将

xxx\u-deliver\code>设置为等于
1

因此，我想添加一列，以
df
为例，如下所示：

Client_ID  mat_deliv_1  mat_deliv_2  mat_deliv_3  mat_deliv_4  xxx_deliv
C1019876   xxx,yyy,zzz  aaa,bbb,xxx  ccc          ddd          1
C1018765   yyy,zzz      xxx          bbb          None         1
C1017654   yyy,xxx      aaa,bbb      ccc          ddd          1
C1016543   aaa,bbb      ccc          None         None         0
C1019876   yyy          None         None         None         0

我知道以下代码执行所需的任务：

df['xxx_deliv'] = 0
df.loc[(df.Mat_deliv_1.str.contains("xxx", na=False)) |
       (df.Mat_deliv_2.str.contains("xxx", na=False)) |
       (df.Mat_deliv_3.str.contains("xxx", na=False)) |
       (df.Mat_deliv_4.str.contains("xxx", na=False)),
       'xxx_deliv'] = 1

但我希望能够做到这一点，而无需查看每一列-我需要能够同时搜索多个列。
您可以使用：

输出

  Client_ID  mat_deliv_1    ...    mat_deliv_4 xxx_deliv
0  C1019876  xxx,yyy,zzz    ...            ddd         1
1  C1018765      yyy,zzz    ...           None         1
2  C1017654      yyy,xxx    ...            ddd         1
3  C1016543      aaa,bbb    ...           None         0
4  C1019876          yyy    ...           None         0

[5 rows x 6 columns]

您需要单独检查每一列。您可以通过
apply
检查字符串是否包含目标文本来执行此操作。然后对行应用
any
（通过指定
axis=1
）。通过
.astype（int）
将布尔结果转换为整数，然后使用
assign
将其作为新列添加到数据帧中

我使用
loc[：，target\u cols]
将我的搜索范围指定为数据帧中的所有行和所有选择的
target\u cols

target_cols = ['mat_deliv_1', 'mat_deliv_2', 'mat_deliv_3', 'mat_deliv_4']
df = (df
      .assign(xxx_deliv=df.loc[:, target_cols].apply(lambda col: col.str.contains('xxx'))
      .any(axis=1)
      .astype(int))
>>> df
  Client_ID  mat_deliv_1  mat_deliv_2 mat_deliv_3 mat_deliv_4  xxx_deliv
0  C1019876  xxx,yyy,zzz  aaa,bbb,xxx         ccc         ddd          1
1  C1018765      yyy,zzz          xxx         bbb        None          1
2  C1017654      yyy,xxx      aaa,bbb         ccc         ddd          1
3  C1016543      aaa,bbb          ccc        None        None          0
4  C1019876          yyy         None        None        None          0

谢谢你，亚历山大。我做了一次编辑，将iloc替换为loc，因为我在
Client\u ID
和
mat\u deliver\u 1
之间有许多列，这个数字可能会改变；通过标签而不是位置进行修复意味着我将来不必更改脚本：
df=df.assign（xxx_deliver=df.loc[：，“mat_deliver_1”：“mat_deliver_4”]。apply（lambda col:col.str.contains（'xxx'）。any（axis=1）。astype（int））
我必须了解更多关于
lambda
，我到处都能看到它@FGreen见上面编辑的答案。我添加了一个列表容器，用于保存您想要检查内容的目标列。谢谢@Alexander-快速跟进问题：如果我想让
xxx\u deliver
列计算四列
mat\u deliver
中发生的次数，我将如何调整它（例如，第0行中的
2
，第1行中的
1
）而不仅仅是表示缺席/在场的二进制0/1值？@FGreen您应该将后续问题作为新问题提问（提供原始问题的链接以提供上下文）。在这种情况下，您可以尝试
.apply（lambda col:col.str.count（'xxx'））.sum（axis=1）
此处提出的新问题：[谢谢Alexander。
  Client_ID  mat_deliv_1    ...    mat_deliv_4 xxx_deliv
0  C1019876  xxx,yyy,zzz    ...            ddd         1
1  C1018765      yyy,zzz    ...           None         1
2  C1017654      yyy,xxx    ...            ddd         1
3  C1016543      aaa,bbb    ...           None         0
4  C1019876          yyy    ...           None         0

[5 rows x 6 columns]

target_cols = ['mat_deliv_1', 'mat_deliv_2', 'mat_deliv_3', 'mat_deliv_4']
df = (df
      .assign(xxx_deliv=df.loc[:, target_cols].apply(lambda col: col.str.contains('xxx'))
      .any(axis=1)
      .astype(int))
>>> df
  Client_ID  mat_deliv_1  mat_deliv_2 mat_deliv_3 mat_deliv_4  xxx_deliv
0  C1019876  xxx,yyy,zzz  aaa,bbb,xxx         ccc         ddd          1
1  C1018765      yyy,zzz          xxx         bbb        None          1
2  C1017654      yyy,xxx      aaa,bbb         ccc         ddd          1
3  C1016543      aaa,bbb          ccc        None        None          0
4  C1019876          yyy         None        None        None          0