Pandas实现：typ map为D且extr无点时更新status列为'excep'

需求说明 #

当数据行同时满足以下两个条件时，将其status列值更新为excep：

• typ map列的值为D
• extr列的值不包含点（.）

原始数据与问题代码 #

import pandas as pd
import numpy as np
data_df = pd.DataFrame({'typ map': ['D', 'T','A', 'D'],
                         'extr': ['rpt ', 'abc.txt','[test].[att]', 'depot and '],
                         'status': ['vld', '','vld', 'depot and ']
                         })
# 原始代码存在问题：str.contains的.是正则通配符，且布尔索引写法错误
data_df['status'] = np.where(((data_df['typ map'] =='D') & (data_df[~data_df['extr'].str.contains('.',na=False)])),'excep',data_df.status)

代码修正说明 #

原始代码的两处问题：

1. str.contains('.')中的.是正则表达式通配符，会匹配任意字符，无法精准匹配字面意义的点，需转义为\.，或设置regex=False参数匹配字面字符
2. 布尔索引写法冗余，无需用data_df[]包裹条件，直接使用布尔序列即可

修正后的代码：

import pandas as pd
import numpy as np
data_df = pd.DataFrame({'typ map': ['D', 'T','A', 'D'],
                         'extr': ['rpt ', 'abc.txt','[test].[att]', 'depot and '],
                         'status': ['vld', '','vld', 'depot and ']
                         })

# 方式一：转义点号
data_df['status'] = np.where(
    (data_df['typ map'] == 'D') & (~data_df['extr'].str.contains('\.', na=False)),
    'excep',
    data_df['status']
)

# 方式二：设置regex=False匹配字面点号，效果一致
# data_df['status'] = np.where(
#     (data_df['typ map'] == 'D') & (~data_df['extr'].str.contains('.', na=False, regex=False)),
#     'excep',
#     data_df['status']
# )

print(data_df)

预期输出 #

typ map         extr  status
0       D         rpt    excep
1       T      abc.txt        
2       A  [test].[att]    vld
3       D    depot and    excep

内容的提问来源于stack exchange，提问作者kmr