基于另一列的str.contains返回空字符串的值。

Question

我需要基于col1中的字符串填充数据文件中的col2，例如：

Out[]: 
   Col2      Col1 
0  SAP       SAP     
1  Oracle    Oracle     
2            N/A     
3  SAP       SAP     
4  SF        Salesforce     

代码可以工作，但是col1有不属于的值，因为col2是空的。(见第3行)

Out[]: 
   Col2      Col1 
0  SAP       SAP     
1  Oracle    Oracle     
2            Oracle    
3  SAP       SAP     
4  SF        Salesforce     

尝试添加一个pd.np.where(df[column2]str.contains(""), "Empty")

但是，所有的column1都充满了“空”，它忽略了其余的。

这是我的密码：

DF['Col1']= pd.np.where(DF['Col2'].str.contains('Oracle'), 'Oracle',
            pd.np.where(DF['Col2'].str.contains('SAP'), 'SAP',        
            pd.np.where(DF['Col2'].str.contains('SF'), 'Salesforce', 'N/A')))

预期产出如下：

Out[]: 
   Col2      Col1 
0  SAP       SAP      
1  Oracle    Oracle     
2            N/A    
3  SAP       SAP      
4  SF        Salesforce     

Answer 1

现在得到你所展示的数据框架，我有了一个公平的想法，用我的方式去做，也许会有更好的添加。

正如您在注释部分中所显示的，原始DataFrame：

>>> df
              Catagory     MGA
0           Oracle IPS  Oracle
1  SAP IPS FICA Module  Oracle
2                       Oracle
3   SAAP IPS MM Module  Oracle
4         SF Lightning  Oracle

因此，您可以在Catagory列上使用Catagory方法，方法是将它们拆分为空格分隔符，这将进一步创建四个新列，并且因为您正在寻找来自Catagory列的初始值，这些值将落在必须选择的列0中。

>>> df['Catagory'].str.split(' ', expand=True)
        0          1     2       3
0  Oracle        IPS  None    None
1     SAP        IPS  FICA  Module
2               None  None    None
3    SAAP        IPS    MM  Module
4      SF  Lightning  None    None

正如您在上面看到的，列0仍然有一个空单元格，我们将使用replace()方法，但是，您正在将另一个值SF转换为Salesforce，因此也需要替换它，因此，我将使用带有replace的dict方法一次实现这两种方法。

解决方案：

vals = {'':'Non-MGA', 'SF':'Salesforce'}

>>> df = df.assign(MGA_NEW=df['Catagory'].str.split(' ', expand=True)[0].replace(vals)).drop(columns={'MGA'})
>>> df
              Catagory     MGA_NEW
0           Oracle IPS      Oracle
1  SAP IPS FICA Module         SAP
2                          Non-MGA
3   SAAP IPS MM Module        SAAP
4         SF Lightning  Salesforce

由于我们不需要从split()生成的其他列，所以我删除了它们，并使用assign()方法将值赋值给新列MGA_NEW，并最终删除了不需要的原始列MGA。

如果您想再次保留列名MGA，可以这样做。

>>> df.rename(columns={'MGA_NEW':'MGA'}, inplace=True)
>>> df
              Catagory         MGA
0           Oracle IPS      Oracle
1  SAP IPS FICA Module         SAP
2                          Non-MGA
3   SAAP IPS MM Module        SAAP
4         SF Lightning  Salesforce

希望这能帮上忙！

Answer 2

而不是使用str.contains("")，您可以考虑使用regex。下面的代码使用regex将整个dataframe中的所有空字符串替换为单词"Empty“：

df.replace(r'^\s*$', 'Empty', regex=True, inplace=True)