如何检查包含不同名称的数据集中是否存在单词'worm‘：

Question

我有一个有1854行106列的数据集，在它的第三列中有像"Worm.Win32.Zwr.c“这样的值(以及其他类型的恶意软件名称)，我想检查在任何行中是否有像'worm'这样的单词，然后在同一行的目标列中插入1

for rows in malware_data:
    if ('worm' in malware_data[3]):
        malware_data.loc[rows]['target']=1

    else:
        malware_data.loc[rows]['target']=0

Answer 1

您可以通过以下几种方式完成此操作：

1)通过创建布尔掩码来过滤包含单词“worm”的行：

mask = df.str.lower().str.contains('worm')

df.loc[mask, third_column].target = 1
df.loc[~mask, third_column].target = 0

你可以使用df.str.contains('(?i)worm')插入df.str.lower().str.contains('worm')

如果您不知道第三列的名称，可以使用：

third_column = df.columns[2]

2)按照@ArunPrabhath的建议，沿着DataFrame的第三列应用一个函数：

df.target = df[third_column].apply(lamda x: int('worm' in x.lower()))

Answer 2

malware_data‘’target‘= malware_data3.apply(lamda行:1 if ('worm’in row) else 0)