基于列表和Python字符串的组变量

Question

我的python代码没有返回我所期望的结果，我希望您能帮助我

我有一个数据集，其中包括一个城市中场馆的长列表和一列场馆类别类型（例如“意大利餐厅”）。现在，我想在我的数据框架中增加一列，其中包含更广泛的类别组（“eating”），该类别组基于一个包含字符串的列表进行搜索

我希望通过这四个示例场馆类别在我的数据框架中看到以下输出：

• “意大利餐厅”→ '吃
• "床与床,；早餐→ '睡觉的
• “现代艺术博物馆”→ '观光'
• “健身房”→ '其他的

我试着用以下方法来解决这个问题：

sleeping = ['bed','hostel','hotel']

eating = ['bar','bistro','cafe','pub','restaurant']

sightseeing = ['museum','theater','zoo']

def catgroup(cat):
    for cat in df['venue_cat']:
        if any(s in cat for s in sleeping):
            return 'sleeping'
        elif any(s in cat for s in eating):
            return 'eating'
        elif any(s in cat for s in sightseeing):
            return 'sightseeing'
        else:
            return 'other'

接

df['cat_group'] = df['venue_cat'].apply(catgroup)

不幸的是，所有场馆从第一个elif声明返回相同的类别：饮食。 我知道这是第一个elif声明，因为如果我改变elif的顺序（吃还是观光），我只会得到：观光

我很想听听你对这个问题的解决方案，因为我看不出来

Answer 1

您可能没有正确使用函数的cat参数。我希望apply被调用多次（每行一次），因此cat参数已经包含要检查的值（或具有该值的单个元素数组）。通过在df上使用for，实际上是基于整个数据帧的第一行的结果，并对所有函数调用使用相同的值进行响应

在函数中，您的代码类似于switch语句（Python没有这个语句，但是可以很容易地进行模拟）

为了模拟普通的switch语句，我通常定义一个助手函数，如下所示：

def switch(v): yield lambda *c:v in c

在in语句的一次传递中使用：

x = 3
for case in switch(x):
    if case(1):   return "one"
    if case(2,4): return "even"
    if case(3):   return "three"

在本例中，比较条件稍有不同，使用正则表达式而不是cat中的“s”会有好处。因此，让我们定义一个wordSwitch（）辅助函数来查找整个单词模式：

import re

def wordSwitch(v): yield lambda *c: any(re.search(r'\b('+w+')\b',v) for w in c)

然后，您的代码可能如下所示：

def catGroup(cat):
    for case in wordSwitch(cat):                 # could need to be cat[0]
        if case(*sleeping):    return "sleeping"
        if case(*eating):      return "eating"
        if case(*sightseeing): return "sightseeing"
    return "other"

注意，尽管我不熟悉.apply()，但我相信它直接接收字段（或行）值，因此您不需要（也可能不必）从df['..']获取数据。您应该尝试打印函数接收到的cat值以确保正确

您还可以将单词列表直接放在case（）部分：

for case in wordSwitch(cat):
    if case('bed','hostel','hotel'):                   return "sleeping"
    if case('bar','bistro','cafe','pub','restaurant'): return "eating"
    if case('museum','theater','zoo'):                 return "sightseeing"
return "other"

Answer 2

删除函数中的for循环，以便：

def catgroup(cat):
    if any(s in cat for s in sleeping):
        return 'sleeping'
    elif any(s in cat for s in shopping):
        return 'shopping'
    elif any(s in cat for s in eating):
        return 'eating'
    elif any(s in cat for s in sightseeing):
        return 'sightseeing'
    else:
        return 'other'

df['cat_group'] = df['venue_cat'].apply(catgroup)