Python/Pandas:如果行中的另一个字段包含字符串中的条件，则更新同一行中的字段

Question

我有一个五个汽车品牌的名单(宝马，福特，保时捷，斯柯达，马自达)的数据在我的数据将只来自这五个品牌之一。

模型列将始终包含“品牌”，但有时未填充“品牌”列。是否有一种基于包含所需字符串的模型来更新品牌的方法。模型也可能并不总是在字符串的开头。

我的数据：

  Brand    Model
0 nan      Mazda CX-5
1 BMW      BMW X5
2 BMW      BMW 2 Series
3 Ford     Ford Focus
4 Porsche  Porsche Cayenne
5 Skoda    Skoda Octavia
6 nan      911 Porsche
7 nan      8 Series BMW

我想要的Dataframe

  Brand    Model
0 Mazda    Mazda CX-5
1 BMW      BMW X5
2 BMW      BMW 2 Series
3 Ford     Ford Focus
4 Porsche  Porsche Cayenne
5 Skoda    Skoda Octavia
6 Porsche  911 Porsche
7 BMW      8 Series BMW

Answer 1

您可以使用regex提取第一个单词(只有字母)和fillna。

df['Brand'] = df['Brand'].fillna(df['Model'].str.extract('([a-zA-Z]+)',
                                                         expand=False))

产出：

     Brand            Model
0    Mazda       Mazda CX-5
1      BMW           BMW X5
2      BMW     BMW 2 Series
3     Ford       Ford Focus
4  Porsche  Porsche Cayenne
5    Skoda    Skoda Octavia
6  Porsche      911 Porsche

注意：如果品牌名称并不总是第一个字母唯一的单词，你需要提供更多的细节，如何识别它。

使用已知的品牌列表

brands = ['BMW', 'Ford', 'Porsche', 'Skoda', 'Mazda']
regex = '(%s)' % '|'.join(brands)
df['Brand'] = df['Brand'].fillna(df['Model'].str.extract(regex, expand=False))