时间戳

首页 > 解决方案 > 将 pandas 中的正则表达式值转换为 0 或 1

python - 将 pandas 中的正则表达式值转换为 0 或 1

问题描述

我有下面的熊猫专栏。我需要将包含单词“过敏反应”的单元格转换为 1，将不包含单词的单元格转换为 0。

直到现在我已经尝试过，但是缺少一些东西

df['Name']= df['Name'].replace(r"^(.(?=anaphylaxis))*?$", 1,regex=True)
df['Name']= df['Name'].replace(r"^(.(?<!anaphylaxis))*?$", 0, regex=True)


ID             Name
84      Drug-induced anaphylaxis
1041    Acute anaphylaxis
1194    Anaphylactic reaction
1483    Anaphylactic reaction, due to adverse effect o...
2226    Anaphylaxis, initial encounter
2428    Anaphylaxis
2831    Anaphylactic shock
4900    Other anaphylactic reaction

标签： pythonregexpandasseries

解决方案

用于str.contains不区分大小写的匹配。

import re
df['Name'] = df['Name'].str.contains(r'anaphylaxis', flags=re.IGNORECASE).astype(int)

或者，更简洁地说，

df['Name'] = df['Name'].str.contains(r'(?i)anaphylaxis').astype(int)


df
     ID  Name
0    84     1
1  1041     1
2  1194     0
3  1483     0
4  2226     1
5  2428     1
6  2831     0
7  4900     0

contains当您还想执行基于正则表达式的匹配时很有用。regex=False尽管在这种情况下，您可以通过添加更多性能来完全摆脱正则表达式。

但是，为了获得更高的性能，请使用列表推导。

df['Name'] = np.array(['anaphylaxis' in x.lower() for x in df['Name']], dtype=int)

甚至更好，

df['Name'] = [1 if 'anaphylaxis' in x.lower() else 0 for x in df['Name'].tolist()]


df

     ID  Name
0    84     1
1  1041     1
2  1194     0
3  1483     0
4  2226     1
5  2428     1
6  2831     0
7  4900     0

推荐阅读