将Pandas中的正则表达式值转换为0或1

Question

我有下面的专栏。我需要将包含“过敏反应”一词的单元格转换为1，将不包含该词的单元格转换为0。你知道吗

到现在为止，我已经试过了，但是缺少了一些东西

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

Answer 1

使用str.contains进行不区分大小写的匹配。你知道吗

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在您还希望执行基于regex的匹配时非常有用。尽管在这种情况下，您可能可以通过添加regex=False来完全摆脱regex，以获得更高的性能。你知道吗

---

但是，要获得更多的绩效，请使用列表理解。你知道吗

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

或者更好

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

Answer 2

可以使用^{}而不是regex。此方法返回一个布尔序列，然后将其转换为int。你知道吗

df['Name']= df['Name'].str.contains('anaphylaxis', case=False, regex=False)\
                      .astype(int)

结果：

     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