python - 用 Pandas 附加到数据框单元格？

Question

我正在编写一个代码，根据某些列中的数据为人们分配标签。我正在使用 Pandas 数据框。我用一个初始值填充标签列没有问题，但如果一个人应该有多个标签，我无法弄清楚如何附加到初始值。

数据框将每个单元格视为一个字符串，很确定我希望它是一个列表。

df["Shopify Tags"] = ''
df.set_index(ID, inplace=True)

i = 0

for index, row in df.iterrows():

     if "Medical" in df.iloc[i,2]:

          df.iloc[i,4] = "#Medical"


     if "40" in df.iloc[i,2]:

         df.iloc[i,4].append('#Discount40')


 i+=1

我希望 Shopify 标签列最终在每一行中看起来像 #Medical, #Discount40, #OtherTags

这是我关于 SO 的第一个问题 :)

Answer 1

您的问题有两点值得注意:

1. 在数据框中保存列表效率低下，不推荐使用。这是因为它们是通过指针存储的，而不是存储在连续的内存块中。这意味着无法进行矢量化计算。
2. 您应该只在万不得已的情况下迭代数据框中的行。 Pandas 擅长向量化计算。即使对于非矢量化操作，也有一些方法可以避免显式 for 循环。

注意到这些要点后，下面是一种解决方案。

# example dataframe
df = pd.DataFrame({'col1': 1,
                   'col2': ['Medical 1234', 'Medical 40 Something',
                            '40 something', 'Nothing'],
                   'col3': 3})

# define function which creates a list from a dictionary mapping
def lister(x):
    mapping = {'Medical': '#Medical', '40': '#Discount40'}
    return [v for k, v in mapping.items() if k in x]

# apply function to series
df['col4'] = df['col2'].apply(lister)

print(df)

   col1                  col2  col3                     col4
0     1          Medical 1234     3               [#Medical]
1     1  Medical 40 Something     3  [#Medical, #Discount40]
2     1          40 something     3            [#Discount40]
3     1               Nothing     3