如何统一修改Pandas中text值相同但label不同的行标签

需求：修改Pandas DataFrame中text值相同但label不同的行标签，将其中label为fruit的统一改为veg。

示例输入 #

输入代码 #

import pandas as pd

df = pd.DataFrame({"text": ["bannana", "tomato", "potato", "potato", "lemon", "cucamber"],
                   "label": ["fruit", "veg", "fruit", "veg", "fruit", "veg"], 
                    })
                    
print(df)

输入输出 #

text   label
0  bannana  fruit
1   tomato    veg
2   potato  fruit
3   potato    veg
4    lemon  fruit
5 cucamber    veg

可以看到，potato对应的标签同时存在fruit和veg，属于需要修正的冲突文本。

解决代码 #

import pandas as pd

df = pd.DataFrame({"text": ["bannana", "tomato", "potato", "potato", "lemon", "cucamber"],
                   "label": ["fruit", "veg", "fruit", "veg", "fruit", "veg"], 
                    })

# 筛选出存在多种标签的text值
conflicting_texts = df.groupby('text')['label'].nunique()[lambda x: x > 1].index

# 对冲突文本中label为fruit的行替换为veg
df.loc[(df['text'].isin(conflicting_texts)) & (df['label'] == 'fruit'), 'label'] = 'veg'

print(df)

最终输出 #

text   label
0  bannana  fruit
1   tomato    veg
2   potato    veg
3   potato    veg
4    lemon  fruit
5 cucamber    veg

代码说明 #

• df.groupby('text')['label'].nunique()：按text分组，统计每个文本对应的不同标签数量
• 后续筛选逻辑：提取出标签数量大于1的文本，得到所有存在冲突的text集合
• df.loc[条件, 'label'] = 'veg'：精准定位到冲突文本且标签为fruit的行，批量修改标签为veg

内容的提问来源于stack exchange，提问作者taga