如何根据第一列创建新列，同时考虑Python Pandas中字母和列表的大小？ [复制]

我在 Python Pandas 中有 DataFrame，如下所示：

col1
--------
John Simon prd
agc Ann White
BeN and Ann

bad_list = ["Ben", "Wayne"]

我需要这样做：创建新列“col2”，如果“col1”中的值具有 bad_list 中的值，则在“col2”中为该行提供“1”，如果没有，则为 0。

请注意，bad_list 和“col1”中的字母大小应被忽略，例如，“col1”中的值为“BeN”，而 bad_list 中的值为“Ben”，因此“col2”中的值也应为“1”

因此，根据上述数据框和条件，我需要如下结果：

col1            | col2
----------------|------
John Simon prd  |0
arc Ann White   |0
BeN and Ann     |1

“col2”中的最后一行的值为“1”，因为“Ben”在 bad_list 上，没关系，“col1”中被写为 BeN。 我怎样才能在Python Pandas 中做到这一点？

您可以尝试通过str.title(),str.contains() and astype() method:

df['col2']=df['col1'].str.title().str.contains('|'.join(bad_list)).astype(int)

的输出df:

    col1            col2
0   John Simon prd  0
1   agc Ann White   0
2   BeN and Ann     1  

代码的逐步细分：

由于您的列表（即 bad_list）包含格式中的单词（Ist 单词为大写，其余均为小写），因此我们使用以下方法转换整个 Series('col1')Series.str.title()所以现在 Series('col1') 看起来像：

0    John Simon Prd
1     Agc Ann White
2       Ben And Ann
Name: col1, dtype: object

然后我们使用str.contains()检查 bad_list 中的任何元素是否存在于 Series('col1') 行中后，为我们提供了一个布尔系列：

0    False
1    False
2     True
Name: col1, dtype: bool

Note:

这是里面的代码contains() method:

'|'.join(bad_list)
#giving you a string(output of above code):
'Ben|Wayne'

最后我们将 boolean Series 类型转换为 int viaastype() method:

0    0
1    0
2    1
Name: col1, dtype: int32

OR

另一种方法是使用IGNORECASE标志来自re@seanbean 在评论中建议的模块：

from re import IGNORECASE

df['col2']=df['col1'].str.contains('|'.join(bad_list), flags=IGNORECASE).astype(int)