从字母表中区分数字并在 Python 中创建新列
Distinguish digits from alphabet and create new column in Python
数据框如下所示：
df:
item_id value
0 101002 1.008665
1 101004 2.025818
2 101005 0.530516
3 101007 0.732918
4 101010 1.787264
... ... ...
621 ZB005 3.464102
622 ZB007 2.345208
623 ZB008 3.464102
624 ZBD002 2.592055
625 ZBD005 2.373321
我想根据列 item_id 的第一个 element/letter 创建一个新列 newcol：
如果 item_id 的第一个字母是 alphabet ， return "alphabet ";如果第一个字母是数字，return "number".
预期输出：
item_id value newcol
0 101002 1.008665 number
1 101004 2.025818 number
2 101005 0.530516 number
3 101007 0.732918 number
4 101010 1.787264 number
... ... ...
621 ZB005 3.464102 alphabet
622 ZB007 2.345208 alphabet
623 ZB008 3.464102 alphabet
624 ZBD002 2.592055 alphabet
625 ZBD005 2.373321 alphabet
我试过了：
df['new_component'] = [lambda x: 'alphabet' if x.isalpha() else 'number' for x in df.item_id]
return编辑
item_id value new_component
0 101002 1.008665 <function <listcomp>.<lambda> at 0x000002663B04E948>
1 101004 2.025818 <function <listcomp>.<lambda> at 0x000002663B04E828>
2 101005 0.530516 <function <listcomp>.<lambda> at 0x000002663B04EAF8>
3 101007 0.732918 <function <listcomp>.<lambda> at 0x000002663B04EB88>
4 101010 1.787264 <function <listcomp>.<lambda> at 0x000002663B04EC18>
... ... ...
代码有什么问题？有更好的方法吗？
在列表理解中，您正在创建一个 lambda 函数列表。
您只需要先在列表外定义 lambda 函数
y=lambda x, ...
然后，在列表理解中调用它。
首先设置具有默认值'alphabet'的列，然后更改带有数字的列：
df['newcol'] = 'alphabet'
df.loc[df.item_id.str[0].str.isdigit(),'newcol'] = 'number'
如果您更喜欢按照您尝试过的方式进行操作，请按以下步骤操作：
df['newcol'] = ['number' if x[0].isdigit() else 'alphabet' for x in df.item_id]
或等同于：
df['newcol'] = ['alphabet' if x[0].isalpha() else 'number' for x in df.item_id]
输出：
item_id value newcol
0 101002 1.008665 number
1 101004 2.025818 number
2 101005 0.530516 number
3 101007 0.732918 number
4 101010 1.787264 number
621 ZB005 3.464102 alphabet
622 ZB007 2.345208 alphabet
623 ZB008 3.464102 alphabet
624 ZBD002 2.592055 alphabet
625 ZBD005 2.373321 alphabet
数据框如下所示：
df:
item_id value
0 101002 1.008665
1 101004 2.025818
2 101005 0.530516
3 101007 0.732918
4 101010 1.787264
... ... ...
621 ZB005 3.464102
622 ZB007 2.345208
623 ZB008 3.464102
624 ZBD002 2.592055
625 ZBD005 2.373321
我想根据列 item_id 的第一个 element/letter 创建一个新列 newcol：
如果 item_id 的第一个字母是 alphabet ， return "alphabet ";如果第一个字母是数字，return "number".
预期输出：
item_id value newcol
0 101002 1.008665 number
1 101004 2.025818 number
2 101005 0.530516 number
3 101007 0.732918 number
4 101010 1.787264 number
... ... ...
621 ZB005 3.464102 alphabet
622 ZB007 2.345208 alphabet
623 ZB008 3.464102 alphabet
624 ZBD002 2.592055 alphabet
625 ZBD005 2.373321 alphabet
我试过了：
df['new_component'] = [lambda x: 'alphabet' if x.isalpha() else 'number' for x in df.item_id]
return编辑
item_id value new_component
0 101002 1.008665 <function <listcomp>.<lambda> at 0x000002663B04E948>
1 101004 2.025818 <function <listcomp>.<lambda> at 0x000002663B04E828>
2 101005 0.530516 <function <listcomp>.<lambda> at 0x000002663B04EAF8>
3 101007 0.732918 <function <listcomp>.<lambda> at 0x000002663B04EB88>
4 101010 1.787264 <function <listcomp>.<lambda> at 0x000002663B04EC18>
... ... ...
代码有什么问题？有更好的方法吗？
在列表理解中，您正在创建一个 lambda 函数列表。
您只需要先在列表外定义 lambda 函数
y=lambda x, ...
然后，在列表理解中调用它。
首先设置具有默认值'alphabet'的列，然后更改带有数字的列：
df['newcol'] = 'alphabet'
df.loc[df.item_id.str[0].str.isdigit(),'newcol'] = 'number'
如果您更喜欢按照您尝试过的方式进行操作，请按以下步骤操作：
df['newcol'] = ['number' if x[0].isdigit() else 'alphabet' for x in df.item_id]
或等同于：
df['newcol'] = ['alphabet' if x[0].isalpha() else 'number' for x in df.item_id]
输出：
item_id value newcol
0 101002 1.008665 number
1 101004 2.025818 number
2 101005 0.530516 number
3 101007 0.732918 number
4 101010 1.787264 number
621 ZB005 3.464102 alphabet
622 ZB007 2.345208 alphabet
623 ZB008 3.464102 alphabet
624 ZBD002 2.592055 alphabet
625 ZBD005 2.373321 alphabet