在pandas中通过一列数据映射出另一列的几种思路和方法

如果一句话中出现某个品牌的关键词，那么就将该品牌进行提取，开始我的做法是写了很多elif，如下：

def brand_describe(x):
     if 'TRUM' in x.upper():
         return "通快"
     elif 'BYSTRONIC' in x.upper():
         return "百超"
     elif 'AMADA' in x.upper():
         return "AMADA"
     elif 'GWEIKE' in  x.upper():
     	return "金威刻"
  	 else:
        return "其他"
1
2
3
4
5
6
7
8
9
10
11

但是如果有新的品牌增加的时候就很难增加，于是我更换函数，先写一个品牌映射的字段，然后在函数中遍历字典，来匹配函数，如下：

def brand_describe(x):
    brand_mapping = {'TRUM': '通快', 'BYSTRONIC': '百超', 'AMADA': 'AMADA', 'GWEIKE': '金威刻'}
     # 遍历字典，查找匹配的品牌
    for brand, description in brand_mapping.items():
        if brand in x.upper():
            return description
    return "其他"
1
2
3
4
5
6
7

最后，使用apply()函数进行映射：

df['品牌'] = df['产品描述'].apply(brand_describe)
1

后来，我又想到一种品牌映射的方法，使用字典的items()方法可以直接取出key和value，通过产品描述中是否包含关键字来映射品牌

# 创建一个品牌映射字典
brand_mapping =  {'TRUM': '通快', 'BYSTRONIC': '百超', 'AMADA': 'AMADA', 'GWEIKE': '金威刻'}
# 遍历字典并更新数据框
for keyword, brand in brand_mapping.items():
    df.loc[df['产品描述'].str.contains(keyword), '品牌'] = brand
1
2
3
4
5

温馨提示：
上面代码中如果找不到包含的关键字，会显示为空，如果需要显示特定的字符如“其他”，需要在遍历前，将品牌这一列初始化为“其他”

df['品牌'] = '其他'
1