Python 如果值在列表中，则向数据帧添加条件列

我有一个熊猫数据框，它有一个名为“字母”的列，它的值是字母表中的字母。所以第一行可以是“C”，下一行是“Z”，下一行是“M”，依此类推：

信件 C

Z

M

A

B

O

我还列出了字母表中的字母按其所在位置进行分组的列表，因此：

early_alph = ['A','B','C'....'M']
late_alph = ['N','O','P'....'Z']

我想在我的数据框中添加一个新列，根据字母表中的字母在哪个列表中进行分组。如果这是SQL，我将编写如下内容：

%let early_alph = ('A','B','C'....'M');
%let late_alph = ('N','O','P'....'Z');

create table my_df as 
 select 
  letters, 
  case when letters IN &early_alph. then 'early_alph' 
       when letters IN &late_alph then 'late_alph' 
       else 'unknown' end as 'Alph_group'
from my_table;

我希望得到的结果是：

letters Alph_group

C早阿尔普

Z late_alph

我很早就到了

早期阿尔卑斯山

早阿尔夫酒店

O late_alph

---

我对Python和pandas非常陌生，但在我的研究中，似乎Numpy的np.where很有希望，但我发现的每个示例都是针对一个值（而不是一个值列表）进行测试的。非常感谢您的帮助。

您可以使用

numpy。其中
+
isin
：

import pandas as pd
import numpy as np

设立：


或者另一个选项，从
early_alph
和
late_alph
列表创建一个字典，从
字母
映射到类别，然后使用
map
方法：

dd = dict([(early, 'early_alph') for early in early_alph] + 
          [(late, 'late_alph') for late in late_alph])

df['cat'] = df.letters.map(dd).fillna('unkown')
df
#letters       cat
#0  B   early_alph
#1  Y    late_alph
#2  W    late_alph
#3  U    late_alph
#4  A   early_alph
#5  K   early_alph
#6  J   early_alph
#7  C   early_alph
#8  A   early_alph
#9  C   early_alph

一种方法是使用嵌套的where

np.where(df.letters.between('A', 'M'), 'early_alph', np.where(df.letters.between('N','Z'), 'late_alph', 'unknown')

我们中的一些人并不真正了解SQL。一些预期产出会有所帮助。
dd = dict([(early, 'early_alph') for early in early_alph] + 
          [(late, 'late_alph') for late in late_alph])

df['cat'] = df.letters.map(dd).fillna('unkown')
df
#letters       cat
#0  B   early_alph
#1  Y    late_alph
#2  W    late_alph
#3  U    late_alph
#4  A   early_alph
#5  K   early_alph
#6  J   early_alph
#7  C   early_alph
#8  A   early_alph
#9  C   early_alph

np.where(df.letters.between('A', 'M'), 'early_alph', np.where(df.letters.between('N','Z'), 'late_alph', 'unknown')