如何 select 列值中的特定字符串并将其分配给 pandas 中的新列

Question

文档 = [文档 1、文档 2、文档 3]

护士 = [nur1, nur2, nur3]

1st responder	Associates
doc1	nur1, nur2
nur1	doc1, nur2
nur3	nur1, nur2, doc2
doc2	nur2, nur1

我想添加一个新列 'Doctor' 和 select 来自“第一响应者”或 'Associates' 的医生，这样得到的 df 就像：

1st responder	Associates	Doctor
doc1	nur1, nur2	doc1
nur1	doc1, nur2	doc1
nur3	nur1, nur2, doc2	doc2
doc2	nur2, nur1	doc2

我应该使用 apply/map 还是有矢量化方法？

Answer 1

您可以使用：

docs = ['doc1', 'doc2', 'doc3']

df['Doctor'] = df.assign(Associates=df['Associates'].str.split(', ')) \
                 .melt(ignore_index=False).explode('value') \
                 .query('value.isin(@docs)').groupby(level=0)['value'].first()

输出：

1st responder	Associates	Doctor
doc1	nur1, nur2	doc1
nur1	doc1, nur2	doc1
nur3	nur1, nur2, doc2	doc2
doc2	nur2, nur1	doc2

Answer 2

保留行 where 第一响应者 isin 列表 docs 并在第二列中用 str.extract 填充缺失值。所以

df['Doctor'] = (
    df['1st responder']
      .where(lambda x: x.isin(docs), 
             other = df['Associates'].str.extract(pat='('+'|'.join(docs)+')')[0])
)
print(df)
#   1st responder        Associates Doctor
# 0          doc1        nur1, nur2   doc1
# 1          nur1        doc1, nur2   doc1
# 2          nur2  nur3, nur4, doc2   doc2
# 3          doc2              nur4   doc2

使用的输入

df = pd.DataFrame({
    '1st responder': ['doc1','nur1','nur2','doc2'],
    'Associates' : ['nur1, nur2', 'doc1, nur2', 'nur3, nur4, doc2', 'nur4']
})
docs = ['doc1','doc2', 'doc3']

如何 select 列值中的特定字符串并将其分配给 pandas 中的新列

how to select a particular string from a column value and assign it to a new column in pandas

pandas

dictionary

apply