如何用Pandas依据列中Action/Drama字符串修改列值？

核心逻辑回顾 #

• 包含"Action"（无论是否同时存在Drama）→ 设为0
• 不包含"Action"但包含"Drama" → 设为1
• 两者都不包含的情况可自定义默认值（示例中设为NaN）

方法一：使用numpy.where嵌套判断（高效简洁） #

利用np.where的优先级判断特性，一次性完成列映射：

import pandas as pd
import numpy as np

# 构造示例数据（替换为你的实际数据集）
df = pd.DataFrame({
    'Genres': [
        'Action Comedy Adventure',
        'Drama Crime Horror',
        'Action Drama Adventure'
    ]
})

# 执行映射
df['Genres_Code'] = np.where(
    df['Genres'].str.contains('Action'),
    0,
    np.where(df['Genres'].str.contains('Drama'), 1, np.nan)
)

方法二：自定义函数+apply（逻辑直观） #

如果需要更灵活的扩展逻辑，可自定义映射函数后用apply处理：

import pandas as pd
import numpy as np

def genre_to_code(genre_str):
    if 'Action' in genre_str:
        return 0
    elif 'Drama' in genre_str:
        return 1
    return np.nan  # 无匹配时的默认值，可修改为其他值（如2）

df = pd.DataFrame({
    'Genres': [
        'Action Comedy Adventure',
        'Drama Crime Horror',
        'Action Drama Adventure'
    ]
})

df['Genres_Code'] = df['Genres'].apply(genre_to_code)

验证结果 #

执行上述代码后，输出的df如下：

Genres  Genres_Code
0  Action Comedy Adventure          0.0
1     Drama Crime Horror          1.0
2  Action Drama Adventure          0.0

完全符合需求。

内容的提问来源于stack exchange，提问作者Nathan Pared