パンダのデータフレームにテキスト文字列データを含む条件付きデータを選択

Question

私は見たことがありますが、次の質問への答えが乾いているようです。データフレームと同じ長さの私はデータフレームに別の列を追加します（またはシリーズを生成）したい

 Type    Set 
    1 theGreen   Z 
    2 andGreen   Z   
    3 yellowRed   X 
    4 roadRed   Y 

（：

私はこれに類似したパンダのデータフレームを（「DF」と呼んで）持っています=等しい数のレコード/行）、タイプに文字列 "Green"が含まれている場合は数値コード変数（1）、そうでない場合は（0）が割り当てられます。

基本的に、私はこれを行うための方法を見つけようとしている。代わりに、通常のnumpyの演算子（！<、>、==、=、など）の場合を除き

df['color'] = np.where(df['Type'] == 'Green', 1, 0) 

私は方法が必要です「in」または「contains」と言っています。これは可能ですか？すべてのヘルプが高く評価されました！

Answer 1

使用str.contains：

df['color'] = np.where(df['Type'].str.contains('Green'), 1, 0) 
print (df) 
     Type Set color 
1 theGreen Z  1 
2 andGreen Z  1 
3 yellowRed X  0 
4 roadRed Y  0 

applyのもう一つの解決策：

df['color'] = np.where(df['Type'].apply(lambda x: 'Green' in x), 1, 0) 
print (df) 
     Type Set color 
1 theGreen Z  1 
2 andGreen Z  1 
3 yellowRed X  0 
4 roadRed Y  0 

第二の溶液は高速ですが、errorを返し、その後、列TypeにNaNでは動作しません：

TypeError: argument of type 'float' is not iterable

タイミング：

#[400000 rows x 4 columns] 
df = pd.concat([df]*100000).reset_index(drop=True) 

In [276]: %timeit df['color'] = np.where(df['Type'].apply(lambda x: 'Green' in x), 1, 0) 
10 loops, best of 3: 94.1 ms per loop 

In [277]: %timeit df['color1'] = np.where(df['Type'].str.contains('Green'), 1, 0) 
1 loop, best of 3: 256 ms per loop