如何在python中基于if语句标记行

Question

我正在尝试创建一个Labels列来标记我的数据，我尝试过改编类似问题的答案，但遇到了我特别需要的问题。

我的数据是这样的(不幸的是，我不能提供一个真实的例子(：

Gene   CLN
Gene1  cardiovascular
Gene2  Cardiovascular
Gene3  Neurological

目前我正在尝试：

df['Labels'] = ['Probable' if df['CLN'].str.contains("cardio", case=False) else NA for x in df['CLN']]

条件是在CLN列中找到所有行，如果它们有与"cardious"匹配的部分字符串，则对它们进行标记，并忽略对任何不匹配的行进行标记/执行任何操作，但我的代码给出了一个错误(ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().(-我对python没有信心，所以我不确定该怎么做才能解决这个问题？

预期输出：

Gene   CLN             Labels
Gene1  cardiovascular  Probable
Gene2  Cardiovascular  Probable
Gene3  Neurological    NA

长期的想法是，当我想添加更多的标签而不仅仅是Probable时，我可以再写一行，所以做一些类似的事情：

df['Labels'] = ['Probable' if df['CLN'].str.contains("cardio", case=False) else NA for x in df['CLN']]
df['Labels'] = ['Unlikely' if df['CLN'].str.contains("neurological", case=False) else NA for x in df['CLN']]

但我担心这些会相互抵消，覆盖NA标签。

Answer 1

使用np.select:

df['Labels'] = np.select((df['CLN'].str.contains("cardio", case=False),
df['CLN'].str.contains("neurological", case=False)),
('Probable', 'Unlikely'),
np.nan              # or 'NA' if it fits you better
)