是否有可能根据关键字列表创建新列

Question

是否有可能根据关键字列表创建新列？

Keywords = ["A", "B"]

我有这样的数据：

Location             Type          
Ger                  A          
Ger                  F
Ger                  C     
Ned                  D
Ned                  A
Ned                  B
Aus                  C
US                   B

如果关键字存在于 Type 列中，并且如果存在 2 个关键字，那么我想创建一个新列，那么值应该都是关键字和逗号。我遇到了问题，因为我还必须先检查位置，然后输入...

Location             Type          NewType
Ger                  A             A
Ger                  F             A
Ger                  C             A
Ned                  D             A,B
Ned                  A             A,B
Ned                  B             A,B
Aus                  C             NaN
US                   B             B

除了if-else还有什么办法吗？

Answer 1

您可以创建一个函数并将其应用于df['Location']：

def func(x):
    temp=list(df[df.Location==x]['Type'])
    return ','.join(i for i in Keywords if i in temp)

df['NewType']=df.Location.apply(lambda x: func(x))
df['NewType'].replace('', np.nan, inplace=True)
print(df) 

输出：

  Location Type NewType
0      Ger    A       A
1      Ger    F       A
2      Ger    C       A
3      Ned    D     A,B
4      Ned    A     A,B
5      Ned    B     A,B
6      Aus    C     NaN
7       US    B       B

Answer 2

让我们使用groupby 和map：

m = df['Type'].isin(keywords)
s = df[m].groupby('Location')['Type'].agg(','.join)
df['NewType'] = df['Location'].map(s)

详情：

使用.isin 创建布尔掩码以测试Type 中存在于keywords 列表中的值：

print(m)

0     True
1    False
2    False
3    False
4     True
5     True
6    False
7     True
Name: Type, dtype: bool

使用上面的掩码过滤行，Location 上的 groupby 然后 agg Type 使用 join：

print(s)

Location
Ger      A
Ned    A,B
US       B
Name: Type, dtype: object

.map 上述聚合帧中的值到基于Location 的原始df

print(df)

  Location Type NewType
0      Ger    A       A
1      Ger    F       A
2      Ger    C       A
3      Ned    D     A,B
4      Ned    A     A,B
5      Ned    B     A,B
6      Aus    C     NaN
7       US    B       B