用于分类的字符串操作

Question

我有一个链接列表，例如：

Website
www.uk_nation.co.uk
www.nation_ny.com
www.unitednation.com
www.nation.of.freedom.es
www.freedom.org

等等。

以上是我的数据集的列的样子。如您所见，它们的共同点是“nation”。我想 label/group 它们并在我的数据框中添加一列以用布尔值响应（True/false；例如列：Nation? 选项：True/False）。

Website                       Nation?
www.uk_nation.co.uk           True
www.nation_ny.com             True
www.unitednation.com          True
www.nation.of.freedom.es      True
www.freedom.org               False

我需要这样做才能以更简单（并且可能更快）的方式对网站进行分类。您对如何操作有什么建议吗？

欢迎任何帮助。

Answer 1

应该这样做：

df['Nation?']= df['website'].apply(lambda x: 'nation' in x.lower())

Answer 2

尝试str.contains

df['Nation']=df.Website.str.upper().str.contains('NATION')
0     True
1     True
2     True
3     True
4    False
Name: Website, dtype: bool

Answer 3

这是我的建议：

import pandas as pd

df = pd.DataFrame({'Website': ['www.uk_nation.co.uk', 
                                'www.nation_ny.com', 
                                'www.unitednation.com', 
                                'www.nation.of.freedom.es', 
                                'www.freedom.org']})

df['Nation?'] = df['Website'].str.contains("nation")
print(df)

输出：

                    Website  Nation?
0       www.uk_nation.co.uk     True
1         www.nation_ny.com     True
2      www.unitednation.com     True
3  www.nation.of.freedom.es     True
4           www.freedom.org    False

用于分类的字符串操作

String manipulation for classification

python

classification

text-mining

pandas