如何将R中字符串匹配条件赋值代码转换为Pandas等效Python语法

方案1：使用.loc布尔索引赋值（和原R逻辑完全对齐） #

第一步：定义所有匹配规则的布尔掩码 #

和你已经写的逻辑一致，不需要正则的情况下可以关闭正则匹配提升性能：

network_tickets = df['ComplaintDescription'].str.contains('network', case=False, regex=False)
internet_tickets = df['ComplaintDescription'].str.contains('internet', case=False, regex=False)
billing_tickets = df['ComplaintDescription'].str.contains('bill', case=False, regex=False)
email_tickets = df['ComplaintDescription'].str.contains('email', case=False, regex=False)
charges_ticket = df['ComplaintDescription'].str.contains('charge', case=False, regex=False)

第二步：按规则赋值 #

先初始化目标列为默认值Others，再根据布尔掩码匹配赋值即可：

# 初始化默认分类
df['ComplaintType'] = 'Others'

# 按规则匹配覆盖，后赋值的规则优先级更高，和原R逻辑一致
df.loc[internet_tickets, 'ComplaintType'] = 'Internet'
df.loc[network_tickets, 'ComplaintType'] = 'Network'
df.loc[billing_tickets, 'ComplaintType'] = 'Billing'
df.loc[email_tickets, 'ComplaintType'] = 'Email'
df.loc[charges_ticket, 'ComplaintType'] = 'Charges'

方案2：使用numpy.select更简洁实现 #

如果不想写多行.loc赋值，可以用numpy的select方法批量处理条件和对应值：

import numpy as np

# 按顺序定义条件和对应返回值
conditions = [
    internet_tickets,
    network_tickets,
    billing_tickets,
    email_tickets,
    charges_ticket
]
values = ['Internet', 'Network', 'Billing', 'Email', 'Charges']

# 不满足所有条件的行自动赋值为default参数的'Others'
df['ComplaintType'] = np.select(conditions, values, default='Others')

之前代码报错原因 #

apply()是用来对DataFrame/Series的元素批量执行自定义函数的方法，你的使用场景不需要调用apply，直接使用布尔索引定位行即可完成赋值，逻辑和R的向量下标赋值完全对应。

内容的提问来源于stack exchange，提问作者ManiK