熊猫:添加参数以应用于多个输入

Question

我想将应用与两列一起使用并添加其他参数。我的用例是对一列执行搜索并将正则表达式返回到另一列，而不会覆盖另一列中的现有值。也许迭代是:)更好的选择。

import random
import re
import pandas as pd
import numpy as np
    #create the dataframe
df = pd.DataFrame({ 
    'a':np.random.choice( ['the_panda','it_python','my_shark'], 6),        
    })
df["b"] = ""

收益 率：

    a   b
0   the_panda   
1   my_shark    
2   my_shark    
3   the_panda   
4   it_python   
5   the_panda   

每次我应用我的函数时，如果值出现在"a"列中，那么我想将搜索字符串写入"b"列。因此，如果我使用"熊猫"然后使用"鲨鱼"进行搜索，它将如下所示：

a   b
0   the_panda   panda
1   my_shark    shark
2   my_shark    shark
3   the_panda   panda
4   it_python   
5   the_panda   panda

我创建了一个简单的函数：

def search_log(b,a,search_sting):
    so = re.search(search_string,a)
    if so:
        return search_string
    else:
        return b

但是，我不确定在这种情况下是否有办法向 apply 函数添加其他参数？这是我正在尝试的：

search_string = 'panda'
df['b'] = df.apply(lambda x: search_log(x['b'],x['a']),args=(search_string,),axis=1)

这会产生：

TypeError: ('<lambda>() takes 1 positional argument but 2 were given', 'occurred at index 0')

。或

df['b'] = df.apply(lambda x: search_log(x['b'],x['a'],args=(search_string,),axis=1))

这会产生：

KeyError: ('b', 'occurred at index a')

Answer 1

string = ["panda","shark","python"]
df["b"] = df["a"].apply(lambda y:[x for x in string if x in y][0] if len([x for x in string if x in y])==1 else "")

输出：

           a b
0  it_python  
1   my_shark  
2   my_shark  
3  the_panda  
4   my_shark  
5   my_shark  
       a       b
0  it_python  python
1   my_shark   shark
2   my_shark   shark
3  the_panda   panda
4   my_shark   shark
5   my_shark   shark