0

Tengo una serie de textos, que tienen nombres definidos que tengo que buscar. Aquí un ejemplo:

df = pd.DataFrame()
data = {'Descripcion':['RB Energía', 'Red Bull bebida', 'Rufo Bueno', 'Rosca Batacona']}
df = pd.DataFrame(data)
print (df)

Utilizando un diccionario para crear una columna:

d = {'RB': 'Red Bull, 'Red Bull': 'Red Bull'}
df=df.replace (d)

Me crea la columna, pero se obtiene el mismo resultado que la columna.

introducir la descripción de la imagen aquí

He tratado también con el siguiente código (siendo este el que realmente me interesa) en: https://stackoverflow.com/questions/49590180/looking-for-words-in-string-that-matches-the-values-in-a-dictionary-then-return

marca = {'red bull': ('red bull'), 'rb': ('red bull')}

def marca1(x):
    for key, values in marca.items():
        for value in values:
            if value in x.lower():
                return key
    else:
        return np.nan

df4['Marca2'] = df4['Descripcion'].apply(marca1)

introducir la descripción de la imagen aquí

Pero no me elimina aquellos que no cumplen con lo especificado. ¿Cuál puede ser el error?

Lo que se busca con el diccionario es que si encuentra la palabra definida cree la columna marca, para claridad:

RB Energía el resultado debe ser Red Bull Red Bull bebida el resultado debe ser Red Bull Rufo Bueno nan (vacía, no cumple) Rosca Batacona (vacía, no cumple)

Los últimos dos cumplen con que sean RB (en diferentes posiciones) y no debe ser identificado como Red Bull.

Gracias.

2
  • Buen dia, no me queda del todo claro lo que desea hacer ¿Podria editar su pregunta y anexar el resultado que espera?
    – Jred0n29
    el 8 jul. 2022 a las 20:28
  • Gracias, he editado la pregunta, espero esté claro. el 8 jul. 2022 a las 20:48

1 respuesta 1

0

Buen día,

Si únicamente quieres reemplazar N cantidad de strings por "Red Bull", lo puedes hacer combinando apply con any y un generador, de la siguiente manera:

import pandas as pd
import numpy as np

data = {'Descripcion':['RB Energía', 'Red Bull bebida', 'Rufo Bueno', 'Rosca Batacona']}
df = pd.DataFrame(data)
df['Marca'] = df['Descripcion'].apply(lambda x: 'Red Bull' if any(e in x for e in ['RB', 'Red Bull']) else np.nan)

Al imprimir df obtenemos el siguiente dataframe:

    Descripcion     Marca
0   RB Energía      Red Bull
1   Red Bull bebida Red Bull
2   Rufo Bueno      NaN
3   Rosca Batacona  NaN

Pero la desventaja es que si quisieras en un futuro reemplazar diferentes marcas entonces tendrías que repetir el mismo código una y otra vez las veces que sea necesario.

Ahora, en la función marca1 hay unos errores de concepto

  1. No es necesario utilizar el segundo ciclo for para recorrer los valores.
  2. No es necesario utilizar else en el for ya que si no se encuentra la llave en el string puede directamente hacer return

Aplicando los comentarios anteriores podemos crear la función reemplazar (Agregué la llave "Rosca" para mostrar que se pueden agregar tantas llaves como se desee)

d = {'RB': 'Red Bull', 'Red Bull': 'Red Bull', 'Rosca': 'Prueba'}

def reemplazar(x):
    for k, v in d.items():
        if k in x:
            return v
    return np.nan

Nota: Puedes modificar la función utilizando lower() como lo intentaste hacer en tu pregunta para crear menos llaves en el diccionario d.

Ejemplo completo:

import pandas as pd
import numpy as np

data = {'Descripcion':['RB Energía', 'Red Bull bebida', 'Rufo Bueno', 'Rosca Batacona']}
df = pd.DataFrame(data)

d = {'RB': 'Red Bull', 'Red Bull': 'Red Bull', 'Rosca': 'Prueba'}

def reemplazar(x):
    for k, v in d.items():
        if k in x:
            return v
    return np.nan

df['Marca'] = df['Descripcion'].apply(reemplazar)

Al imprimir df obtenemos el siguiente dataframe:

    Descripcion     Marca
0   RB Energía      Red Bull
1   Red Bull bebida Red Bull
2   Rufo Bueno      NaN
3   Rosca Batacona  Prueba
3
  • Muchas gracias. Funcionó. Otra consulta, por ejemplo, en el diccionario definido, si las marcas no van en orden, existe la posibilidad de que encuentre palabras que son iguales. Este ejemplo: d : {'ADES'} y en el texto aparece un string que dice "MANZANAS EN UNIDADES" y en otro dice "BEBIDA DE SOYA ADES", ¿cómo le pongo un limitador inicial y final para que sólo identifique la palabra buscadas del diccionario? Gracias. el 11 jul. 2022 a las 14:36
  • Buen día @user17743486, si la respuesta te fue útil por favor acéptala, de esa forma ayudas a otros usuarios a encontrar la solución a preguntas similares y al mismo tiempo ayudas a la comunidad a mantener abiertas únicamente las preguntas que no han sido resueltas el 11 jul. 2022 a las 14:44
  • En el ejemplo que pusiste podrías llamar la clave ` ADES` (Con un espacio al inicio). el 11 jul. 2022 a las 14:45

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.