如何在 Python 中从另一列中添加具有选定值的新列答案

【问题标题】：How to Add a New Column With Selected Values from Another Column In Python如何在 Python 中从另一列中添加具有选定值的新列
【发布时间】：2014-05-19 03:12:01
【问题描述】：

我整天都在想办法解决这个问题。我是 Python 新手。

我有一个包含大约 50,000 条记录的表。但下表将解释我正在尝试做的事情。

我想添加第三列，称为类别。此列将包含基于电影列上设置的条件的值的结果。

-----------------------------------------
N     | Movies               
-----------------------------------------
1        | Save the Last Dance 
-----------------------------------------
2        | Love and Other Drugs
---------------------------------------
3        | Dance with Me      
---------------------------------------
4        | Love Actually       
---------------------------------------
5        | High School Musical
----------------------------------------

条件是这样的；在“电影”列中搜索这些词 {Dance、Love 和 Musical)。如果在字符串中找到该单词，则返回 Category 列中的单词。

这将在最后产生一个像这样的新数据框；

-----------------------------------------
N        | Movies               | Category
-----------------------------------------
1        | Save the Last Dance  | Dance
-----------------------------------------
2        | Love and Other Drugs | Love
---------------------------------------
3        | Dance with Me        | Dance
---------------------------------------
4        | Love Actually        | Love
---------------------------------------
5        | High School Musical  | Musical
----------------------------------------

提前致谢！！

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

如果您有 2D 列表，那么只需执行以下操作：

def add_category(record):
    movie = record[1]
    categories = []
    for category in ['Dance', 'Love', 'Musical']:
        if category in movie:
            categories.append(category)
    return record.append(', '.join(categories))

database = [add_category(record) for record in database]

您可以通过更改add_category() 函数来更改类别列值的计算方式。

【讨论】：

嗨 Scorpion_God，感谢您的帮助。当我尝试这个时，我得到了这个错误，“str”对象没有属性“_data”。但我已经使用了下面的解决方案，而且效果很好。

【解决方案2】：

一种更快的方法是为所有类别创建一个掩码，假设您的数量很少：

In [22]:

dance_mask = df['Movies'].str.contains('Dance')
love_mask = df['Movies'].str.contains('Love')
musical_mask = df['Movies'].str.contains('Musical')
df[dance_mask]
Out[22]:
   N               Movies
0  1  Save the Last Dance
2  3        Dance with Me

[2 rows x 2 columns]

In [26]:
# now set category
df.ix[dance_mask,'Category'] = 'Dance'
df
Out[26]:
   N                Movies Category
0  1   Save the Last Dance    Dance
1  2  Love and Other Drugs      NaN
2  3         Dance with Me    Dance
3  4         Love Actually      NaN
4  5   High School Musical      NaN

[5 rows x 3 columns]

In [28]:
# repeat for remaining masks
df.ix[love_mask,'Category'] = 'Love'
df.ix[musical_mask,'Category'] = 'Musical'
df
Out[28]:
   N                Movies Category
0  1   Save the Last Dance    Dance
1  2  Love and Other Drugs     Love
2  3         Dance with Me    Dance
3  4         Love Actually     Love
4  5   High School Musical  Musical

[5 rows x 3 columns]

【讨论】：

非常感谢您抽出宝贵时间回答我的问题。这正是我所需要的。
@Ian 没问题，你可以接受这个答案，箭头下面应该有一个勾号。