所以我的DF有以下几列：代理商|基本工资| job_title | ...等
现在，在我的专栏：job_title中，注册了许多不同的职位。
现在，我有很多职位都包含“老师”一词，我想将它们合并。
例如！！老师，老师特别版，每节课老师，老师一般版，只做一个类别并将其存储在“老师”下！
这样，当我查看职称的value_counts（）时，我没有很多不同的老师价值观，而我只有1个，其中包括所有不同类型的老师，归入“老师”类别。
输入项
df [“ job_title”]。value_counts（）
输出：
老师....... 72979
每节课的老师...... 61369
老师特别版...... 24642
我希望我的输出为：
老师..........（所有三项之和！）
最佳答案
您可以使用Series.str.contains()搜索匹配的字符串，然后根据需要对其进行修改：
df.loc[df['job_title'].str.contains('teacher'), 'job_title'] = 'teacher'
例如：
df = pd.DataFrame(
{
'job_title': ['teacher', 'teacher per session', 'teacher special ed',
'programmer']
}
)
print(df)
# job_title
#0 teacher
#1 teacher per session
#2 teacher special ed
#3 programmer
将所有包含单词
'teacher'的标题更改为'teacher'：df.loc[df['job_title'].str.contains('teacher'), 'job_title'] = 'teacher'
print(df['job_title'].value_counts())
#teacher 3
#programmer 1
#Name: job_title, dtype: int64
请注意，在此示例中，我将覆盖现有列，但是您可以轻松地创建一个新列：
df.loc[df['job_title'].str.contains('teacher'), 'new_job_title'] = 'teacher'