if 语句/条件检查 Python 中的字符串的数据框列答案

【问题标题】：if statement/conditions to check a dataframe column for a string in Pythonif 语句/条件检查 Python 中的字符串的数据框列
【发布时间】：2022-01-23 03:09:27
【问题描述】：

我有一列，其中包含“都柏林 2”、“都柏林 4”等文字。我需要检查多达 24 个都柏林。

我想做这样的事情：

if df["Postcode"] == "Dublin 2":
    df["Popularity"] == 10
        
elif df["Postcode"] == "Dublin 3":
    df["Popularity"] == 3

等

我已经尝试使用条件和 np.select，它可以工作，但对于我拥有的都柏林的数量来说这是不可行的。

conditions = [

    df['Dublin Postcode'].str.contains('Dublin 1'),
    df['Dublin Postcode'].str.contains('Dublin 2'),
    
    ]

values = [10,3]

df['Popularity'] = np.select(conditions, values, default=5)

有没有更聪明的方法让它工作？在这个阶段我看不到树木的树木！

【问题讨论】：

我不知道为什么我的代码格式不正确。我希望任何阅读此内容的人都能理解它！
我已经编辑了你的代码块。您可以通过单击我的名字上方的edited xxx ago 来查看我所做的更改（选择“并排降价”）。您也可以选择您的代码并在编辑器中按{} 符号。
最多 24 个都柏林。但在这个问题中，我没有看到其他流行度值。它们是随机的还是包含模式
我没有包括其他的人气值，实际值并不重要
那么理想情况下，这个问题的最早答案已经在回答它了。你可以接受它或评论它。

标签： python dataframe if-statement conditional-statements

【解决方案1】：

您可以创建一个从字符串到人口的字典，例如：

d = {'Dublin 2': 10,...}

那么你可以像这样使用applay：

df["Popularity"] = df["Postcode"].apply(lambda x: d[x])

【讨论】：

【解决方案2】：

我觉得你可以用apply:

import pandas as pd

postcode_to_popularity = {"Dublin 2": 10, "Dublin 3": 3} # add your other mappings here
df = pd.DataFrame({"Postcode": ["Dublin 2", "Dublin 3", "Unknwown", "Dublin 2"]}) # here you use your own dataframe
df["Popularity"] = df["Postcode"].apply(lambda postcode: postcode_to_popularity.get(postcode))
print(df)

这会给你这个：

   Postcode  Popularity
0  Dublin 2        10.0
1  Dublin 3         3.0
2  Unknwown         NaN
3  Dublin 2        10.0

我希望这能回答你的问题！

【讨论】：

谢谢，这两种解决方案似乎都有效。