Skip to main content
 首页 » 编程设计

python之使用 df.apply 和 str.contains ('value' , case =False)

2025年04月02日33yyy_WW

数据:

A     |    B   |    C     
======================== 
Value | Fred   |    0 
foo   | Jim    |    1 
Value | Bob    |    2 

我写了一个方法:

def is_value(df): 
    if df['A'].str.contains('value', case=False): 
        b='X' 
        return b 

我称之为:

df['B'] = df.apply(is_value, axis=1) 

并得到以下错误:

AttributeError: ("'str' object has no attribute 'str'", 'occurred at index 0') 

申请中允许这样做吗?

它适用于这个成语:

df = df.loc[df['A'].str.contains('Value', case=False) & df['C'] !=0] 
df['A'] = 'X' 

有没有更好的办法?

请您参考如下方法:

我觉得最好不要用apply如果没有必要,因为显然它更慢。

我想你可以使用 mask :

print df['A'].str.contains('value', case=False) 
0     True 
1    False 
2     True 
Name: A, dtype: bool 
 
df['B'] = df.mask(df['A'].str.contains('value', case=False), 'X') 
print df 
       A    B  C 
0  Value    X  0 
1    foo  Jim  1 
2  Value    X  2 

另一种解决方案 loc :

df.loc[ df['A'].str.contains('value', case=False), 'B'] = 'X' 
print df 
       A    B  C 
0  Value    X  0 
1    foo  Jim  1 
2  Value    X  2 

编辑:

看来您需要在 C 列中添加不等于 0 的过滤值:

print (df['A'].str.contains('value', case=False)) & (df['C'] !=0) 
0    False 
1    False 
2     True 
dtype: bool 
 
df['B'] = df.mask((df['A'].str.contains('value', case=False)) & (df['C'] !=0), 'X') 
print df 
       A      B  C 
0  Value  Value  0 
1    foo    foo  1 
2  Value      X  2 
 
 
df.loc[(df['A'].str.contains('value', case=False)) & (df['C'] !=0) , 'B'] = 'X' 
print df 
       A      B  C 
0  Value  Value  0 
1    foo    foo  1 
2  Value      X  2