如何重新分类熊猫数据框列？

Question

我有一个 Pandas 数据框，看起来像这样：

> print(df)

           image_name                       tags
0                img1       class1 class2 class3
1                img2                     class2
2                img3              class2 class3
3                img4                     class1

如何重新分类tags列，以便为任何具有class3值的行分配字符串“yes”，其他所有字符串都分配字符串“no”？

我知道我可以使用以下方法检查搜索词的实例：

df['tags'].str.contains('class3')

但是，我不确定如何将其集成到手头的任务中。

以下是预期的输出：

           image_name                       tags
0                img1                        yes
1                img2                         no
2                img3                        yes
3                img4                         no

Answer 1

使用np.where如：

df['tags'] = np.where(df['tags'].str.contains('class3'),'yes','no')

或者

df['tags'] = 'no'
df.loc[df['tags'].str.contains('class3'),'tags'] = 'yes'

或者

df['tags'] = ['yes' if 'class3' in s else 'no' for s in df3.tags.values]

上述方法的输出：

print(df)
  image_name tags
0       img1  yes
1       img2   no
2       img3  yes
3       img4   no