Python 检查列内的字符串错误行为-熊猫

我有以下数据帧：

import pandas as pd 

df = pd.DataFrame ({
    'Name':['Unable host=test1, status=c0000192','Unable host=test2, status=22228001','Unable host=test3, status=c000018d'],
    'Error':['NaN','NaN','NaN']
    })


print(df)
                                   Name Error
0  Unable host=test1, status=c0000192   NaN
1  Unable host=test2, status=22228001   NaN
2  Unable host=test3, status=c000018d   NaN

代码应遵循以下if语句：

import pandas as pd 

df = pd.DataFrame ({
    'Name':['Unable host=test1, status=c0000192','Unable host=test2, status=22228001','Unable host=test3, status=c000018d'],
    'Error':['NaN','NaN','NaN']
    })

if df['Name'].str.contains('status=c000018d').any():
    df['Error'] = 'Trust Failure'

elif df['Name'].str.contains('status=22228001').any():
    df['Error'] = 'No creds'

else:
    df['Error'] = 'Other'

print(df)

输出应为：

                                   Name          Error
0  Unable host=test1, status=c0000192  Other
1  Unable host=test2, status=22228001  No creds
2  Unable host=test3, status=c000018d  Trust Failure

相反，我得到：

                                   Name          Error
0  Unable host=test1, status=c0000192  Trust Failure
1  Unable host=test2, status=22228001  Trust Failure
2  Unable host=test3, status=c000018d  Trust Failure

---

为什么会这样？就像第一个if语句匹配所有内容一样。

我认为您在这里混合了内容，请尝试以下方法：

df.loc[df['Name'].str.contains('status=c000018d'), 'Error'] = 'Trust Failure'
df.loc[df['Name'].str.contains('status=22228001'), 'Error'] = 'No creds'
df.loc[df['Name'] == 'NaN', 'Error'] = 'Other'

您正在执行的操作在第一条if语句中返回true，并用“信任失败”填充所有值。

适合此问题，这是一种针对多条件列的向量化方法：

conditions = [df['Name'].str.contains('status=c000018d'), 
              df['Name'].str.contains('status=22228001')]
df['Error'] = np.select(conditions, choices=['Trust Failure', 'No creds'], default='Other')

                                 Name          Error
0  Unable host=test1, status=c0000192          Other
1  Unable host=test2, status=22228001       No creds
2  Unable host=test3, status=c000018d  Trust Failure

---

您的问题是如何使用

any（）

它正在按预期工作。非常感谢！很好的解决方案，我不知道np.select是否适合这种情况