如何遍历DataFrame中存储服务列表的列并按规则分类交易类别

首先确认Services列的数据类型，如果是从CSV等文件读取的，大概率是字符串形式的列表，需要先转换为Python原生列表类型。

步骤1：格式转换（仅当Services为字符串时需要） #

import ast
# 将字符串格式的列表转为真实列表
df['Services'] = df['Services'].apply(ast.literal_eval)

步骤2：分类赋值，两种实现方案 #

方案1：apply遍历（写法简单易读，适合中小数据量） #

def classify_transaction(service_list):
    # 统一转小写避免大小写匹配问题
    has_threading = any("threading" in s.lower() for s in service_list)
    if not has_threading:
        return "Other"
    # 检查是否存在非threading类服务
    has_other_service = any("threading" not in s.lower() for s in service_list)
    return "Thread and oth" if has_other_service else "Threading"

df["Class"] = df["Services"].apply(classify_transaction)

方案2：向量化操作（速度更快，适合十万条以上的大数据量） #

import numpy as np

# 展开服务列表判断每个服务类型，分组聚合得到每行的特征
exploded_services = df["Services"].explode().str.lower()
has_thread = exploded_services.str.contains("threading").groupby(level=0).any()
all_thread = exploded_services.str.contains("threading").groupby(level=0).all()

# 按规则赋值
df["Class"] = np.select(
    condlist=[~has_thread, has_thread & ~all_thread, has_thread & all_thread],
    choicelist=["Other", "Thread and oth", "Threading"]
)

内容的提问来源于stack exchange，提问作者Clive Robson