如何在同一列上调用多个 str.contains 以取出 pandas 中的数据

Question

我创建了一个这样的工作示例：

appart = OrderedDict([ ('Description', ['A LOUER F2 GRENOBLE Quartier Île Verte Rue Eugène Delacroix, place Dr Girard, proche tramway B et ligne de bus, 50,60 m² 4 ème étage avec ascenseur.', 'Actuellement libre.Transport : Ligne de bus C6 desservant le centre ville toutes les 10 mintram A arrêt Mc2Le stationnement.', ' Idéalement située: -à deux pas du Tram (Arrêt Gustave RIvet)-à 10 minutes du Centre Ville -supermarché à 2']),
      ('Loyer', [350, 267, 150]),
      ('Type',  ['Appartement', 'Maison', 'Parking']),
      ('Surface', [25, 18, 15]) ] )
df1 = pd.DataFrame.from_dict(appart)
df1

这是我的输出：

    Description                                         Loyer   Type            Surface

0   A LOUER F2 GRENOBLE Quartier Île Verte Rue Eug...   350     Appartement     25
1   Actuellement libre.Transport : Ligne de bus C6...   267     Maison          18
2   Idéalement située: -à deux pas du Tram (Arrêt...    150     Parking         15

所以对于这个 DataFrame，我想从每个描述中取出区域并将其添加到一个名为 Quartier 的新列中。例如，如果第一个描述包含 ('victor hugo|centre ville|hyper-centre-ville')，则在 Quartier 列中添加 'Centre Ville'，如果第二个描述包含 (''ile verte|Île-verte|ile-verte|la tronche')，则在 Quartier 中添加 'Île-Verte'每个区域的列等等。

Answer 1

我使用 df['Description'].apply(callback) 在每一行上执行函数，return 新值将创建新列。

import pandas as pd
import re

appart = {
    'Description': [
        'A LOUER F2 GRENOBLE Quartier Île Verte Rue Eugène Delacroix, place Dr Girard, proche tramway B et ligne de bus, 50,60 m² 4 ème étage avec ascenseur.',
        'Actuellement libre.Transport : Ligne de bus C6 desservant le centre ville toutes les 10 mintram A arrêt Mc2Le stationnement.',
        ' Idéalement située: -à deux pas du Tram (Arrêt Gustave RIvet)-à 10 minutes du Centre Ville -supermarché à 2'
    ],
    'Loyer': [350, 267, 150],
    'Type': ['Appartement', 'Maison', 'Parking'],
    'Surface': [25, 18, 15]
}

df = pd.DataFrame(appart)
print(df)

# ----

def callback(text):
    if re.search('Victor Hugo|victor hugo|Centre-ville|centre ville|hyper-centre-ville|gare|grenette|saint André', text, re.IGNORECASE):
        return 'Centre-ville'

    if re.search('ile verte|Île-verte|ile-verte|la tronche|trois tours|île verte', text, re.IGNORECASE):
        return 'Île-Verte'

    return ''

df['Quartier'] = df['Description'].apply(callback)
print(df)

编辑： 我认为你可以将第一个 np.where() 嵌套在第二个 np.where() 中作为第三个参数。

 np.where( ..., ..., np.where())

但我知道它是否给出了正确的结果。

df['Quartier_2'] = np.where(df['Description'].str.contains('Victor Hugo|victor hugo|\
Centre-ville|centre ville|hyper-centre-ville|gare|grenette|\
saint André', case=False, na=True), 'Centre-ville',
    np.where(df['Description'].str.contains('ile verte|Île-verte|ile-verte|la tronche|trois tours|île verte', case=False, na=True), 'Île-Verte', ''))

print(df)

我将 apply() 用于一列，但您可以将它用于多列或完整数据框，然后您必须使用 axis=1 来获取行而不是列。在函数内部，您可以从不同的列中获取值。

def callback(row):

    text = row['Description']

    if re.search('Victor Hugo|victor hugo|Centre-ville|centre ville|hyper-centre-ville|gare|grenette|saint André', text, re.IGNORECASE):
        return 'Centre-ville'

    if re.search('ile verte|Île-verte|ile-verte|la tronche|trois tours|île verte', text, re.IGNORECASE):
        return 'Île-Verte'

    return ''

df['Quartier'] = df.apply(callback, axis=1)

如何在同一列上调用多个 str.contains 以取出 pandas 中的数据

How to call multiple str.contains on same column to take out data in pandas

python

string

pandas

contain