我是 Python 的新手,需要帮助!
我想在数据框的列中搜索列表中的项目,如果找到,则将该项目存储在新列中。我的位置列很乱,我正在尝试提取州缩写(如果有的话)。
到目前为止,我已经能够找到找到搜索词的列(我不确定这是否 100% 正确),我将如何获取找到的搜索词并将其存储在新列中?
state_search=('CO', 'CA', 'WI', 'VA', 'NY', 'PA', 'MA', 'TX',)
pattern = '|'.join(state_search)
state_jobs_df=jobs_data_df.loc[jobs_data_df['location'].str.contains(pattern), :]
我想获取找到的状态并将其存储在新的“状态”列中。感谢您的帮助。
print (jobs_data_df)
location
0 Madison, WI 53702
1 Senior Training Leader located in Raynham, MA ...
2 Dixon CA
3 Camphill, PA Weekends and nights
4 Charlottesville, VA Some travel required
5 Houston, TX
6 Denver, CO 80215
7 Respiratory Therapy Primary Location : TX- Som...
请您参考如下方法:
使用Series.str.extract使用字边界并按 Series.notna 过滤非缺失行或 DataFrame.dropna :
pat = '|'.join(r"\b{}\b".format(x) for x in state_search)
jobs_data_df['state'] = jobs_data_df['location'].str.extract('('+ pat + ')', expand=False)
jobs_data_df = jobs_data_df[jobs_data_df['state'].notna()]
或者:
jobs_data_df = jobs_data_df.dropna(subset=['state'])
