下記のデータフレームに対し、
> df = pd.DataFrame({'pref': ['東京都', '神奈川県', '北海道', '埼玉県', '千葉県', '静岡県',
> '長野県'],
> 'city' : ['渋谷区', '横浜市', '函館市', '浦和市', '浦安市' , '浜松市', '岡谷市']})
"1都3県 or その他" を格納する「pref_flg」という列を追加する関数を定義したいです。
出来上がるデータフレームのイメージは下記の通りです。
> df2 = pd.DataFrame({'pref': ['東京都', '神奈川県', '北海道', '埼玉県', '千葉県',
> '静岡県', '長野県'],
> 'city' : ['渋谷区', '横浜市', '函館市', '浦和市', '浦安市' , '浜松市', '岡谷市'],
> 'pref_flg' : ['1都3県', '1都3県', 'その他', '1都3県', '1都3県' , 'その他', 'その他']})
下記のように '文字列' in ●
を使うことを考えましたが、
文字列が1個の場合は正しく処理できるようなのですが、
文字列が2個以上ある場合の書き方が分かりません。
def get_pref(x):
if '東京都' in x: # ここを複数の文字列に指定する方法が分からない
return '1都3県'
else:
return 'その他'
df['pref_flg'] = df['pref'].apply(get_pref)
アドバイスいただけますと幸いです。
++++++++ 追記
下記を試してみたところ、想定の結果となりました。
prefs = ['東京都', '神奈川県', '千葉県', '埼玉県']
def get_pref(x):
global prefs
if x in prefs:
return '1都3県'
else:
return 'その他'
df5['pref_flg'] = df5['pref'].apply(get_pref)
'東京都' in x
ではなく、逆に考えてみてはどうでしょうか。x in ('東京都', '神奈川県', '埼玉県', '千葉県')
x
とy
がどちらとも文字列の場合には ogawa さんの理解で正しいのですが、今回の場合はx in y
のy
が文字列のリストになっています。この場合は「x
(文字列) がy
(文字列のリスト)に含まれている場合にTrue
、含まれていないとFalse
が返される」ことになります。