如何根据DataFrame的FEATURE列中+/-符号新增RESULTS结果列

问题原因说明 #

你之前用np.where失败大概率是没有处理+的正则转义问题：+属于正则特殊字符，直接用str.contains('+')会触发正则语法报错，加regex=False匹配字面量符号即可解决。

完整实现代码 #

import pandas as pd
import numpy as np

# 构造样例DataFrame，你可以直接跳过这步用自己读取的df
data = {
    'FEATURE': {
        0: '[NA] this is not a feature.',
        1: 'entertainment value[+8]',
        2: 'image quality[+6]',
        3: 'extras [-2]',
        4: 'a list cast[+2],oscar winners[+1]'
    },
    'SENTENCE': {
        0: pd.NA,
        1: 'starwars trilogy',
        2: ' good for an old dvd',
        3: 'dvd no had extra features',
        4: ' good cast'
    }
}
df = pd.DataFrame(data)

# 核心逻辑：先判断两类符号的存在情况
has_plus = df['FEATURE'].str.contains('+', regex=False)
has_minus = df['FEATURE'].str.contains('-', regex=False)

# 按规则生成RESULTS列
df['RESULTS'] = np.where(
    has_plus & has_minus,
    'neutral',
    np.where(
        has_plus,
        'positive',
        np.where(
            has_minus,
            'negative',
            'unknown' # 两种符号都不存在的情况可自定义取值
        )
    )
)

运行结果说明 #

你的样例数据运行后RESULTS列取值如下：

如果不需要保留两种符号都不存在的分类，可自行修改最后一个np.where的默认返回值。

内容的提问来源于stack exchange，提问作者chip