python - 根据字符串列表修改数据框行

Question

背景

我有一个数据集，其中包含以下内容:

product_title   price
Women's Pant    20.00
Men's Shirt     30.00
Women's Dress   40.00
Blue 4" Shorts  30.00
Blue Shorts     35.00
Green 2" Shorts 30.00

我创建了一个名为“性别”的新列，其中包含基于product_title 中指定字符串的“女性”、“男性”或“男女皆宜”值。

输出如下所示:

product_title   price   gender
Women's Pant    20.00   women
Men's Shirt     30.00   men
Women's Dress   40.00   women
Blue 4" Shorts  30.00   women
Blue Shorts     35.00   unisex
Green 2" Shorts 30.00   women

方法

我尝试使用 if/else 语句创建一个新列:

df['gender'] = ['women' if 'women' in word or 'Blue 4"' in word or 'Green 2"' in word
                else "men" if "men" in word
                else "unisex" 
                for word in df.product_title.str.lower()]

尽管这种方法有效，但当我有很多条件来标记女性、男性和男女皆宜时，它就会变得很长。有没有更干净的方法来做到这一点？有没有办法可以传递字符串列表，而不是使用长链或条件？

我非常感谢帮助，因为我是 python 和 pandas 库的新手。

Answer 1

IIUC，

import numpy as np
s = df['product title'].str.lower()
df['gender'] = np.select([s.str.contains('men'), 
                          s.str.contains('women|blue 4 shorts|green 2 shorts')], 
                         ['men', 'women'],
                         default='unisex')