Python 若现有列的值包含特定子字符串，则创建新的pd.DataFrame列

我有一个数据帧，如下所示：

     entity   
0     cat  
1     dog
2     tree
3     dog
4     flower

我想创建一个名为

type

的新列，该列包含基于

entity

中的值包含子字符串的条件的值

substring1 = 'cat|og'
substring2 = 'ree|ower'

生成的数据帧应如下所示：

    entity      type   
0     cat      animal
1     dog      animal
2     tree     plant
3     dog      animal
4     flower   plant

我采用的方法是采用pd.Series.str.contains，并创建两个布尔列

is_animal

和

is_plant

如何修改下面的代码以消除对两个布尔列的需要，而只使用

type

列

df.loc[:, 'is_animal'] = df.entity.astype(str).str.contains(substring1, case=False)
df.loc[:, 'is_plant'] = df.entity.astype(str).str.contains(substring2, case=False)

---

我已尝试使用

iteritems（）

在数据帧上迭代以创建

类型

列，但它似乎不起作用。

您可以按子字符串为

类型

创建字典，然后通过比较

子字符串

仅为匹配行设置新值：

d = {'animal':substring1, 'plant':substring2}

s = df.entity.astype(str)
for k, v in d.items():
    df.loc[s.str.contains(v, case=False), 'type'] = k
print (df)
   entity    type
0     cat  animal
1     dog  animal
2    tree   plant
3     dog  animal
4  flower   plant

---

您可以通过子字符串为

类型

s创建字典，然后通过比较

子字符串

s仅为匹配行设置新值：

d = {'animal':substring1, 'plant':substring2}

s = df.entity.astype(str)
for k, v in d.items():
    df.loc[s.str.contains(v, case=False), 'type'] = k
print (df)
   entity    type
0     cat  animal
1     dog  animal
2    tree   plant
3     dog  animal
4  flower   plant