Python新手求助：特征工程中姓名词数判断特征列的代码实现

需求说明 #

需要构建特征列Feat_7：当Name字段的词数小于2或大于2时，值为True；词数等于2时为False。

示例数据 #

原代码问题点 #

原Feat_7的代码存在两处语法错误：

1. 错误调用['Name'.split()]，应该对当前遍历的x（即Name字段的单条值）执行拆分，而非字符串'Name'
2. Lambda表达式中不能直接写if语句，需用布尔表达式或条件表达式

原错误代码片段：

df['Feat_7'] = df['Name'].apply(lambda x: **if len(['Name'.split()]) <2** <--???? in x)

修正后的完整代码 #

import pandas as pd

# 假设df是你的数据集
df['Feat_1'] = df['Name'].apply(lambda x: "UAB" in x)
df['Feat_2'] = df['Name'].apply(lambda x: "AB" in x)
df['Feat_3'] = df['Name'].apply(lambda x: "MB" in x)
df['Feat_4'] = df['Name'].apply(lambda x: "II" in x)
df['Feat_5'] = df['Name'].apply(lambda x: "IĮ" in x)
df['Feat_6'] = df['Name'].apply(lambda x: "SB" in x)

# 正确的Feat_7写法：判断词数不等于2
df['Feat_7'] = df['Name'].apply(lambda x: len(x.split()) != 2)

print(df.head())

代码解释 #

• x.split()：将单条Name值按空格拆分成词列表
• len(x.split())：获取词的数量
• != 2：直接判断词数是否不等于2，满足则返回True，否则False，完全匹配需求

对应示例数据的Feat_7结果 #

内容的提问来源于stack exchange，提问作者Paulius Banys