基于另一个使用字符串包含对pandas数据帧进行分类

Question

我有两个数据帧-一个是原始数据，另一个是原始数据的映射/分类器。我想遍历原始数据并根据另一个返回分类。在

df=

Artist  Genres  Image   Popularity  Followers       Americana   Around the World    BritRock    ... Pops    Post-Punk / Angular Progressive Psych'  Punky   Shoegazer / Dreamer Soul / Funk Soundtracks Younger Rap Younget Indie
0   0   Buke and Gase   [brooklyn indie, deep indie rock]   https://i.scdn.co/image/eece57650f99d1265f871a...   32  9328                    ...                                     
1   0   Bright Light Bright Light   [austindie] https://i.scdn.co/image/5234fdee902fe1d4d5ad20...   39  23153                   ...                                     
2   0   Angelo De Augustine [preverb, small room]   https://i.scdn.co/image/3080e9d856e639d539804b...   45  6393                    ...                                     
3   0   Modeselektor    [alternative dance, electronic, indietronica, ...   https://i.scdn.co/image/1bf7a85bcc0c047d8914a2...   50  120084                  ...                                     
4   0   Razorlight  [britpop, garage rock, indie rock, modern rock...   https://i.scdn.co/image/b743a5f809f671be6a60f7...   63  252969                  ...                                     
5 rows × 33 columns

分类器：

^{pr2}$

我想在df['Genres']上迭代，如果任何字符串与分类器['spotify_genre']匹配，那么它应该将计数1返回到df中由分类器['class_one']决定的必要列 例如Buke和Gase有一个类型“BrooklynIndie”，它应该为原始df中的“Younger indie”列返回“1”。在

我试过很多不同的方法来解决这个问题，但找不出最好的办法。在

Answer 1

我会分两步来完成。首先使用dict将值映射到原始数据框中的一列中：

df['class'] = df['Genres'].map(dict)

其中dict是一个格式为dict的字典

^{pr2}$

然后您可以在df['class']上使用pandas.get_dummies()来获得所需的所有列。在