我知道标题有点模糊,但让我来说明一下。
我有一个数据框(简化)如下所示:
Date | transaction | amount
01-01-2020 | something keywordA something | 50
01-01-2020 | something something keywordB | 152
02-01-2020 | keywordA something else | 200
等等
然后我做的第一件事就是添加一个名为“类别”的空列,如下所示:
df['Category'] = ''
现在我还有一个这样的列表字典:
categories={'category A':['keywordA','keywordB'], 'category B':['keywordC']}
等等
现在我想做的是查看每行的事务列是否包含一个关键字,以及它是否包含例如。 keywordA 我希望类别列填写“类别 A”。
所以首先我不确定使用列表字典是否适合这里。其次,我可能会逐行进行,执行包含类型的函数并与 dict 中的每个项目进行比较,但是从我读到的内容来看,当您使用 pandas 时,迭代每一行通常是不好的做法,而且直觉上这会非常糟糕。
那么..关于我应该看哪个方向的任何提示?
最佳答案
据我了解,您可以在反转字典后使用 series.str.extract
和 series.map
执行此操作:
d = {a:k for k,v in categories.items() for a in v}
#{'keywordA': 'category A', 'keywordB': 'category A', 'keywordC': 'category B'}
pat = r'\b(?:{})\b'.format('|'.join(d.keys()))
df['Category'] = df['transaction'].str.extract('('+pat+')',expand=False).map(d)
print(df)
Date transaction amount Category
0 2020-01-01 something keywordA something 50 category A
1 2020-01-01 something something keywordB 152 category A
2 2020-02-01 keywordA something else 200 category A
关于python - 验证数据框是否包含列表字典中的内容,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/62801100/