使用str.contains在pandas数据框中创建新列

Question

我正在探索泰坦尼克数据集，并希望创建一个包含相似名称的列。例如，任何包含“Charles”的名称都将显示为“ch”，因为我想稍后使用它们进行分组。 我使用以下代码创建了一个函数：

def cont(Name):
    for a in Name:
        if a.str.contains('Charles'):
            return('Ch')

然后使用以下方法应用：

titanic['namest']=titanic['Name'].apply(cont,axis=1)

错误: 'str'对象没有属性'str'

notebook_link

- mezz

Answer 1

与其使用循环或 apply 方法，你可以使用向量化的 str.contains 方法返回布尔掩码，并将所有符合条件的行设置为你想要的值：

titanic.loc[titanic['Name'].str.contains('Charles'), 'namest'] = 'Ch'

- EdChum

Answer 2

apply函数将调用cont函数，并逐个传递来自Name列的值。这意味着cont函数内部的Name变量已经是一个字符串。

此外，请注意，apply使用的每个函数都必须返回某些内容。因此，如果名称不包含“Charles”，则将返回名称本身。

另外需要注意的是，Series apply方法没有axis关键字参数。

def cont(Name):
    if 'Charles' in Name:
        return 'Ch'
    return Name

你甚至不需要定义它：

titanic['namest'] = titanic['Name'].apply(lambda x: 'Ch' if 'Charles' in x else x)

- DeepSpace