如何检查包含不同名称的数据集中是否存在单词“worm”：

Question

我有一个数据集，它有1854行和106列，在它的第三列有类似“Worm.Win32.Zwr.c”（和其他类型的恶意软件名称）的值，我想检查是否有类似'worm'的词在任何行中，然后在同一行的目标列中插入1

for rows in malware_data:
    if ('worm' in malware_data[3]):
        malware_data.loc[rows]['target']=1

    else:
        malware_data.loc[rows]['target']=0

Answer 1

您可以通过以下几种方式实现：

1）通过创建bool掩码来过滤包含单词“worm”的行：

mask = df.str.lower().str.contains('worm')

df.loc[mask, third_column].target = 1
df.loc[~mask, third_column].target = 0

插入df.str.lower().str.contains('worm')可以使用df.str.contains('(?i)worm')

如果您不知道第三列的名称，可以使用：

third_column = df.columns[2]

2）按照@arunprab的建议，沿着数据帧的第三列应用函数：

df.target = df[third_column].apply(lamda x: int('worm' in x.lower()))