检查字符串组的列，如果存在则替换为 1 如果不存在则替换为 0 - python、pandas、逻辑运算符

Question

我正在尝试在 pandas 数据帧的列中搜索一组字符串，如果字符串存在则替换为 1，如果不存在则替换为 0。

根据下面的示例，这在第一次通过时工作正常：

df = pd.DataFrame({'ID':[1,2,3,4], 'Event':['1 Day', '2 Days','3 Days','4 Days']})
df['Event'] = np.where(df['Event'].str.contains('3 Days|4 Days'),1,df['Event'])

df

但是当我尝试应用相反的逻辑并替换字符串不存在的实例时：

df = pd.DataFrame({'ID':[1,2,3,4], 'Event':['1 Day', '2 Days','3 Days','4 Days']})
df['Event'] = np.where(df['Event'].str.contains('3 Days|4 Days'),1,df['Event'])
df['Event'] = np.where(~df['Event'].str.contains('3 Days|4 Days'),0,df['Event'])  

df

我收到这个错误 - TypeError: bad operand type for unary ~: 'float'

我尝试使用逻辑运算符以便同时发生这些操作：

df = pd.DataFrame({'ID':[1,2,3,4], 'Event':['1 Day', '2 Days','3 Days','4 Days']})
df['Event'] = np.where(df['Event'].str.contains('3 Days|4 Days'),1,df['Event']) & np.where(~df['Event'].str.contains('3 Days|4 Days'),0,df['Event'])  

df

但收到此错误...TypeError: unsupported operand type(s) for &: 'str' and 'int'

我最终想要实现的是一个 df，它用 1 替换所有存在字符串的单元格，用 0 替换那些字符串不存在的实例，这样我就可以分析了。像这样：

Answer 1

这一行之后：

df['Event'] = np.where(df['Event'].str.contains('3 Days|4 Days'),1, df['Event'])

df['Event'] 包含 1 不是字符串，所以第二次检查（在 np.where 内）：

df['Event'].str.contains('3 Days|4 Days')

它returns:

0    False
1    False
2      NaN
3      NaN
Name: Event, dtype: object

因为 NaN 不计算 ~NaN，它 returns 一个错误。

要获得期望的结果，只需使用 np.where 一次 select 如果为真则为 1，否则为 0：

df['Event'] = np.where(df['Event'].str.contains('3 Days|4 Days'), 1, 0)

输出：

   ID  Event
0   1      0
1   2      0
2   3      1
3   4      1

Answer 2

由于 True/False 与 1/0 相同，您可以简单地使用条件语句作为 df['Event'] 的新数据.在这种情况下，np.where（或 df.loc）是不必要的额外步骤。

df['Event'] = df['Event'].str.contains('3 Days|4 Days').astype(int)

   ID  Event
0   1      0
1   2      0
2   3      1
3   4      1

检查字符串组的列，如果存在则替换为 1 如果不存在则替换为 0 - python、pandas、逻辑运算符

Check columns for groups of strings, replace with 1 if they exist 0 if they do not - python, pandas, logical operators

python

numpy

logical-operators

dataframe

pandas