基于文本值在R（R Studio）中对数据进行分类

实现思路 #

先定义欧盟国家列表，再通过Pandas的isin()结合np.where()（或apply()）快速判断每个国家是否属于欧盟，生成对应的标识列。

代码示例 #

import pandas as pd
import numpy as np

# 构造示例DataFrame
data = {
    'Company': ['Company 1', 'Company 2', 'Company 3'],
    'Country': ['Spain', 'Sweden', 'USA']
}
df = pd.DataFrame(data)

# 定义欧盟国家列表（可根据实际需求补充完整所有欧盟成员国）
eu_countries = ['Austria', 'Belgium', 'Bulgaria', 'Croatia', 'Cyprus', 'Czechia', 'Denmark', 'Estonia', 'Finland', 'France', 'Germany', 'Greece', 'Hungary', 'Ireland', 'Italy', 'Latvia', 'Lithuania', 'Luxembourg', 'Malta', 'Netherlands', 'Poland', 'Portugal', 'Romania', 'Slovakia', 'Slovenia', 'Spain', 'Sweden']

# 方式1：使用np.where生成新列
df['EU/NONEU'] = np.where(df['Country'].isin(eu_countries), 'EU', 'NON EU')

# 方式2：使用apply生成新列（效果一致）
# df['EU/NONEU'] = df['Country'].apply(lambda x: 'EU' if x in eu_countries else 'NON EU')

# 查看结果
print(df)

输出结果 #

内容的提问来源于stack exchange，提问作者Carmen Moreno Martínez