0

我有一个包含金融机构交易的数据框。['vendor_full'] 列之一是供应商，但它可能包含商店编号、物理位置等，因此更难根据供应商的实际身份进行总结。

我创建了一个字典，其中键是供应商名称，因为它可能出现在数据框中（或至少是列字符串的一部分），值是供应商名称，因为我希望将其写入新列['vendor_short']。

基于这个问题和@Vaishali 的回答，我非常接近解决方案，但不同之处在于发布上述问题的用户希望将字典值用作搜索词和返回值。我想搜索键并返回值。

import pandas as pd

data = {'amount': [100, 150, 5, 89, 55, 14], 'vendor_full': ['store_name 1234', 'online_store xx55', 'st_name 9876', 'grocery_store', 'online_shop', 'clothing_store xx']}
cols = ['amount', 'vendor_full']

df = pd.DataFrame(data,columns = cols)

vendor_dict = {'store_name': 'store_name', 'online_store': 'online_store', 'st_name': 'store_name', 'grocery_store': 'grocery_store', 'online_shop': 'online_store', 'clothing_store': 'clothing_store'}

pat = r'({})'.format('|'.join(vendor_dict.values()))
cond = df['vendor_full'].str.contains('|'.join(vendor_dict.keys()))
df.loc[cond, 'vendor_short'] = df['vendor_full'].str.extract((pat), expand=False)

上面的代码似乎适用于第一次出现的供应商，但我得到的是 NaN 用于剩余的出现。

实际的：

    amount    vendor_full    vendor_short
0   100    store_name 1234   store_name
1   150    online_store xx55 online_store
2   5      st_name 9876      NaN
3   89     grocery_store     grocery_store
4   55     online_shop       NaN
5   14     clothing_store xx clothing_store

预期/期望：

    amount  vendor_full       vendor_short
0   100     store_name 1234   store_name
1   150     online_store xx55 online_store
2   5       st_name 9876      store_name
3   89      grocery_store     grocery_store
4   55      online_shop       online_store
5   14      clothing_store xx clothing_store
4

1 回答 1

1

方法一

首先，我们根据您的 dict 制作数据框。然后我们提取您的姓名，df以便我们可以合并这些姓名并获得vendor_short：

df2 = pd.DataFrame({'vendor_full':list(vendor_dict.keys()),
                    'vendor_short':list(vendor_dict.values())})

s = df['vendor_full'].str.extract("({})".format('|'.join(df2['vendor_full'])))

df['vendor_short'] = s.merge(df2, left_on=0, right_on='vendor_full')['vendor_short']

   amount        vendor_full    vendor_short
0     100    store_name 1234      store_name
1     150  online_store xx55    online_store
2       5       st_name 9876      store_name
3      89      grocery_store   grocery_store
4      55        online_shop    online_store
5      14  clothing_store xx  clothing_store

方法二

使用.map：

s = df['vendor_full'].str.extract("({})".format('|'.join(vendor_dict.keys())))
df['vendor_short'] = s[0].map(vendor_dict)

   amount        vendor_full    vendor_short
0     100    store_name 1234      store_name
1     150  online_store xx55    online_store
2       5       st_name 9876      store_name
3      89      grocery_store   grocery_store
4      55        online_shop    online_store
5      14  clothing_store xx  clothing_store

方法三

由cs95在评论中提供

使用正则表达式从vendor_full列中提取名称并将它们映射到字典.map：

df['vendor_short'] = df['vendor_full'].str.extract('([a-zA-Z_]+)', expand=False).map(vendor_dict)

   amount        vendor_full    vendor_short
0     100    store_name 1234      store_name
1     150  online_store xx55    online_store
2       5       st_name 9876      store_name
3      89      grocery_store   grocery_store
4      55        online_shop    online_store
5      14  clothing_store xx  clothing_store
于 2019-06-27T00:27:42.353 回答