Изменение строк фрейма данных на основе списка строк

Question

Фон

У меня есть набор данных, в котором есть следующее:

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

Я создал новый столбец с именем пол, который содержит значения Женщины, Мужчины, или Unisex на основе указанной строки в product_title.

Результат выглядит следующим образом:

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

Подход

Я подошел к созданию нового столбца с помощью операторов if / else:

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()]

Хотя этот подход работает, он становится очень длинным, когда у меня есть много условий для обозначения женщин, мужчин и мужчин. Есть ли более чистый способ сделать это? Есть ли способ передать список строк вместо длинной цепочки условий или?

Я был бы очень признателен за помощь, так как я новичок в библиотеках python и pandas.

Answer 1

IIU C,

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')

Answer 2

Вот еще одна идея с str.extract и series.map

d = {'women':['women','blue 4"','green 2"'],'men':['men']}
d1 = {val:k for k,v in d.items() for val in v}
pat = '|'.join(d1.keys())
import re
df['gender'] = (df['product_title'].str.extract('('+pat+')',flags=re.I,expand=False)
                .str.lower().map(d1).fillna('unisex'))

print(df)
           product_title  price  gender
0           Women's Pant   20.0   women
1            Men's Shirt   30.0     men
2          Women's Dress   40.0   women
3         Blue 4" Shorts   30.0   women
4            Blue Shorts   35.0  unisex
5  Green 2" Shorts 30.00    NaN   women

Answer 3

Вы можете попробовать определить свою собственную функцию и запустить ее с помощью выражения apply + lambda:

Создайте функцию, которую вы можете изменить по мере необходимости:

def sex(str):
    '''
    look for specific values and retun value
    '''
    for words in ['women','Blue 4"','Green 2"']:
      if words in str.lower():
          return 'women'
      elif 'men' in str.lower():
          return 'men'
      else:
          return 'unisex'

и после применения в столбец вам нужно проверить значения:

df['gender']=df['product_title'].apply(lambda str: sex(str))

Ура!

РЕДАКТИРОВАТЬ 3: После осмотра и проверки numpy подходящего c от @ansev после @anky comment Мне удалось выяснить, что это может быть быстрее до определенного момента, протестировано с 5000 строками и все еще быстрее, но подход numpy начал догонять. Так что это действительно зависит от того, насколько велик ваш набор данных. Удаляю любые комментарии относительно скорости, которые я считал изначально тестировавшими только на этом маленьком кадре, но это все еще процесс обучения, как вы можете видеть по моему уровню.