str.match忽略空白值

Question

当我试图在空白值上使用str.mtach时，它完全忽略了空白。

在我诉诸使用If语句之前，我想看看能否找到一些帮助来解决这个问题。

df={'Original Litigation':['yes','','','',"No"]} 
df=pd.DataFrame(df) 
df["Suit Filed (Y/N)"]="" 
df["Suit Filed (Y/N)"][df["Original Litigation"].str.match("Yes|Y|represented|Open|Closed",case=False)]='Yes' 
df["Suit Filed (Y/N)"][df["Original Litigation"].str.match("N|No|''",case=False)]='No' 

我确实找到了使用if else语句来获得所需内容的方法。然而，问题是我仍然必须返回，并查看所有映射到“否”的值。如果我能够得到上述工作，我只需要筛选空白以查看str.match中需要添加的值。

Answer 1

你可以使用正则表达式模式^$（开始-的字符串，然后结束串） 匹配空字符串：

mask = df["Original Litigation"].str.match("N|^$", case=False) 
df.loc[mask, "Suit Filed (Y/N)"]='No' 

，或者，你可以使用str.len测量长度琴弦：

s = df["Original Litigation"] 
mask = s.str.match("N", case=False) | (s.str.len() == 0) 

---

例如，

In [311]: s = pd.Series(['a','','c']) 

In [312]: s.str.match('a|^$') 
Out[312]: 
0  True 
1  True 
2 False 
dtype: bool 

---

注意，正则表达式模式N|No将匹配任何与N开头或No开始。由于No以N开头，因此N|No的模式相当于N - No不是必需的。同样，Yes|Y|represented|Open|Closed可以减少到Y|represented|Open|Closed。

---

顺便问一下，发现有在

df["Suit Filed (Y/N)"][...] = 'No' 

这被称为链接索引并且因为在某些情况下，在大熊猫进行作业时，应避免两套括号（[...][...]）的such an assignment may fail to modify df 。

在熊猫编写这种正确的方法是使用loc：

df[mask, "Suit Filed (Y/N)"] = 'No'