1 回答

TA貢獻1798條經驗 獲得超7個贊
無需使用 for 循環。相反,您可以使用pandas
矢量化函數。
您可以與庫
fillna()
一起使用。本質上,您正在用從描述列中提取的信息替換值。.str.extract()
pandas
NaN
您可以傳遞一個標志,
flags=re.IGNORECASE
以在匹配時忽略大小寫。最后,我們必須使用
, expand=False
返回一個系列,因為返回一個數據幀,這在處理數據幀而不是系列str.extract()
時會導致錯誤。.fillna()
import pandas
import re
keyword = ['gmc', 'toyota', 'cadillac']
df['manufacturer'] = df['manufacturer'].fillna(
df['description'].str.extract('(gmc|toyota|cadillac)', flags=re.IGNORECASE, expand=False))
df['cylinders'] = df['cylinders'].fillna(
df['description'].str.extract('(\d+\s+cylinders?)', flags=re.IGNORECASE, expand=False))
df
Out[1]:
manufacturer cylinders description
0 toyota 5 cylinders toyota, gmc 10 years old.
1 gmc NaN gmc, Motor runs and drives good.
2 NaN 4 cylinders Motor old, in pieces. 4 cylinders
3 Cadillac 12 cylinders 2 owner 0 rust. Cadillac.
如果您需要輸出為小寫,您可以將str.lower()或添加str.casefold()到每列上面每行代碼的末尾。操作與符號和不同語言casefold()類似lower(),但更可靠。
添加回答
舉報