Блог

У меня есть следующий фрейм данных:

 import pandas as pd
import numpy as np

df = pd.DataFrame({'Manufacturer':['Mercedes', 'BMW', 'Mercedes', 'Audi', 'Honda', 'Aston Martin', 'Audi', 'Jeep', 'Land Rover'],
                       'Color':['Blue', 'White', 'Black', 'Green', 'Red', 'White', 'Silver', 'Silver', 'Blue'],
                       'Country':['United States', '["United States", "Mexico"]', 'Ireland', 'Japan', '["United States","Canada"]', 'Sweden', 'United Kingdom', 'United Kingdom', '["Brazil","United States","Canada"]'],
                       'Region':['Americas','','Europe','Asia','','Europe', 'Europe', 'Europe', '']    
                  })


    Manufacturer    Color   Country                               Region
0   Mercedes        Blue    United States                         Americas
1   BMW             White   ['United States','Mexico']  
2   Mercedes        Black   Ireland                               Europe
3   Audi            Green   Japan                                 Asia
4   Honda           Red     ['Canada','United States']  
5   Aston Martin    White   Sweden                                Europe
6   Audi            Silver  United Kingdom                        Europe
7   Jeep            Silver  United Kingdom                        Europe
8   Land Rover      Blue    ['Brazil','United States','Canada']  
  

Я хотел бы написать «Америка» в Region столбец, если:

a) в столбце нет существующего значения Region , и

б) Country столбец имеет «Соединенные Штаты» где-то в строке

Можно использовать np.where следующим образом:

 df['Region'] = np.where(df['Country'].str.contains('United States'), 'Americas', '**ERROR**')
  

Но этот подход перезаписывает существующие значения в Region столбце:

     Manufacturer    Color   Country                                Region
0   Mercedes        Blue    United States                          Americas
1   BMW             White   ["United States", "Japan"]             Americas
2   Mercedes        Black   Ireland                                **ERROR**
3   Audi            Green   Japan                                  **ERROR**
4   Honda           Red     ["United States","Canada"]             Americas
5   Aston Martin    White   Sweden                                 **ERROR**
6   Audi            Silver  United Kingdom                         **ERROR**
7   Jeep            Silver  United Kingdom                         **ERROR**
8   Land Rover      Blue    ["Brazil","United States","Canada"]    Americas
  

Каков наилучший способ сделать это без перезаписи каких-либо существующих значений в Region столбце?

Заранее спасибо!

Вы можете легко использовать свой собственный подход, немного изменив свой код. Я надеюсь, что этот код решит вашу проблему:

 
df['Region'] = np.where((df['Region'].isnull()|(df['Region']==''))amp;(df['Country'].str.contains('United States')), 'Americas', df['Region'])