Python Pandas：在我的列中取行并将其分类为1行？

Question

所以我的DF有专栏：代理|基本工资|职务|。。。等等

现在对于我的专栏：职位，有许多不同的职位注册。在

现在，我有很多职位都有“老师”这个词，我想把它们合并起来。在

例如！！教师，教师特别教育，教师每节课，教师一般教育，并作出一个类别和存储在“教师”！在

这样，当我看到职称的value_counts（）时，我没有很多不同的教师价值观，我只有1，它将所有不同类型的教师归入“教师”类别。在

输入

df["job_title"].value_counts()

输出：

• teacher ....... 72979
• teacher per session ...... 61369
• teacher special ed ...... 24642

我希望我的输出为：

• teacher.......... (the sum of all 3 on top!)

Answer 1

可以使用^{}搜索匹配字符串，然后根据需要修改它：

df.loc[df['job_title'].str.contains('teacher'), 'job_title'] = 'teacher'

例如：

^{pr2}$

将包含单词'teacher'的所有标题改为'teacher'：

df.loc[df['job_title'].str.contains('teacher'), 'job_title'] = 'teacher'
print(df['job_title'].value_counts())
#teacher       3
#programmer    1
#Name: job_title, dtype: int64

请注意，在本例中，我覆盖了现有列，但您也可以轻松地创建新列：

df.loc[df['job_title'].str.contains('teacher'), 'new_job_title'] = 'teacher'

Answer 2

还可以为职务创建字典，并根据字典替换列中的值：

dictionary = {'teacher per session':'teacher', 'teacher special ed':'teacher'}
df['job_title'] = df.job_title.replace(dictionary)