Python 如果索引包含任何字符串值,请应用标签,否则应用不同的标签
我有一个输出下表的数据框。请注意,“搜索词”是索引Python 如果索引包含任何字符串值,请应用标签,否则应用不同的标签,python,numpy,pandas,dataframe,Python,Numpy,Pandas,Dataframe,我有一个输出下表的数据框。请注意,“搜索词”是索引 Search term Impressions Clicks Cost Converted clicks american brewing 286446 104862 8034.18 6831 american brewing supplies 165235 64764 3916.48 4106 brewing supplies
Search term Impressions Clicks Cost Converted clicks
american brewing 286446 104862 8034.18 6831
american brewing supplies 165235 64764 3916.48 4106
brewing supplies 123598 8131 6941.87 278
wine bottles 272969 7438 4944.7 194
www americanbrewing com 2782 1163 227.17 120
home brewing 216138 3744 3468.24 110
wine making 147985 6602 5024.54 108
如果“搜索词”(索引)包含'american brewing'
或'americanbrewing'
,请将标签'Brand'
,否则将'Non-Brand'
应用于标题为标签的列
Search term Impressions Clicks Cost Converted clicks Label
american brewing 286446 104862 8034.18 6831 Brand
american brewing supplies 165235 64764 3916.48 4106 Brand
brewing supplies 123598 8131 6941.87 278 Non-brand
wine bottles 272969 7438 4944.7 194 Non-brand
www americanbrewing com 2782 1163 227.17 120 Brand
home brewing 216138 3744 3468.24 110 Non-brand
wine making 147985 6602 5024.54 108 Non-brand
我已经看到了许多关于StackOverflow的示例,如下所示:
df['Label'] = df[df['SomeColumn'].str.contains('american brewing|americanbrewing')]
但这不起作用,因为我的'SomeColumn'
是df.index
,当我尝试以下操作时:
df['Label'] = df[df.index.str.contains('american brewing|americanbrewing')]
我得到的错误是:AttributeError:“Index”对象没有属性“str”
我还看到了使用np的例子。其中
看起来很有希望,但我仍然遇到同样的问题,因为的“搜索词”
不是一列,而是索引
df['Label'] = np.where(df['Search term'].str.contains('american brewing|americanbrewing', 'Brand', 'Non-brand')
以下是我的完整代码:
import pandas as pd
import numpy as np
brand_terms = ['american brewing', 'americanbrewing']
data = pd.read_csv(r'sqr.csv', encoding='cp1252')
df = pd.DataFrame(data)
df['Search term'] = df['Search term'].replace(r'[^\w&\' ]', '', regex=True)
df['Cost'] = df['Cost'].replace(r'[^\d\.]', '', regex=True).astype('float')
#print(df.dtypes)
grouped = df.groupby('Search term')
result = grouped[['Impressions', 'Clicks', 'Cost', 'Converted clicks']].sum()
result = result.sort(['Converted clicks','Cost'], ascending=False)
#This doesn't work
result['Label'] = result.where(result['Search term'].str.contains('|'.join(brand_terms), 'Brand', 'Non-brand'))
result.to_csv('sqr_aggregate.csv')
如何根据
搜索项
(索引)是否包含多个可能的字符串值,输出结果
数据框
中的标签
列?如果True
,则应用品牌
,否则,将非品牌
应用到标签
列。尝试将代码更改为使用df.groupby('Search term',as_index=False)
如果不想重置索引,这里有一种方法
您可以将索引
转换为系列
并应用转换
In [16]: np.where(pd.Series(df.index).str.contains('american brewing|americanbrewing'),
'Brand', 'Non-Brand')
Out[16]:
array(['Brand', 'Brand', 'Non-Brand', 'Non-Brand', 'Brand', 'Non-Brand',
'Non-Brand'],
dtype='|S9')
谢谢你的建议。我照你的建议做了。然后将这一行
result['Label']=np.where(result['Search term'].str.contains('124;'.join(brand_terms)),'brand','Non brand')
,然后将result.to_csv('sqr_aggregate.csv',index=False)
(不输出索引)更改为现在就可以了。这更符合我的期望。我使用了result['Label']=np.where(pd.Series(result.index).str.contains('|'.join(brand_术语)),'brand','Non brand')
,它可以按预期工作。我缺少的关键是将数据帧索引转换为一个系列。我不想那样做,也不知道我能那样做。谢谢你的建议。