DataFrameの特定列から要素を取得する方法

Question

元のデータセット

      user    
0    40代男性
1    20代女性
2　　　Nan
3　　　男性

前提・実現したいこと

pandasのlambdaを使うところはイメージできているのですが、その後のif、findを使う場合の具体的なイメージがわかず、ご教示いただきたいです。
※if,findにはこだわってないのでその他の書き方でも結構です

df['gender']=df['user'].apply(lambda x:x if x.find～～ else '')
df['agerange']=df['user'].apply(lambda x:x if x.find～～ else '')

作りたいデータセット

      user        gender    agerange
0    40代男性   　 男性  　　　 40代
1    20代女性    　女性 　　　  20代
2　　　Nan　　　　　不明　　　　 不明
3　　　男性　　　　 男性　　　　 不明

追記
ご回答ありがとうございます。
lambdaにはこだわってませんがdefに慣れていないのでlmabdaでできるとうれしいと考えてました。
（これを機にdefに慣れようと思います！）
とは言えになりますが…
１．userの「Nan」の欠損値処理をすればlambdaで比較的簡易になれば記載法をご教示いただきたいです。
※Nanの欠損値処理はできます
２．複雑な条件分岐の自然言語自体をlambdaで処理することは一般的ではないのですか？

Comments

[meg_]

> ※if,findにはこだわってないのでその他の書き方でも結構です
「lambda」にはこだわっている、ということでしょうか？

[_hide]

ご回答ありがとうございます。
lambdaでできればうれしいと思ってましたがご記載の通りlambdaにはこだわってません。

Answer 1

もとのデータが自然言語で書かれているため、lambdaを使うには条件分岐が複雑だったのですが、以下のようにしてはどうでしょうか

from math import nan
import pandas as pd

def getGender(x):
    if not type(x) is str:
        return "不明"

    if "男性" in x:
        return "男性"
    elif "女性" in x:
        return "女性"
    else:
        return "不明"

def getAgeRange(x):
    if not type(x) is str:
        return "不明"

    for i in range(1,10):
        # 半角英数字での入力を仮定
        # 100代以上は存在しないことを仮定
        if (str(i*10)+ "代") in x:
            return str(i*10) + "代"
    return "不明" 
    

def main():
    df = pd.DataFrame(["40代男性", "20代女性", nan, "男性"], columns=["user"])
    df['gender']=df['user'].apply(getGender)
    df['agerange']=df['user'].apply(getAgeRange)
    print(df)
    return

if __name__ == '__main__':
    main()

以下追記

コメント欄ではコードを埋め込めなかったので同じコードを貼っておきます

from math import nan
import pandas as pd

def main():
    df = pd.DataFrame(["40代男性", "20代女性", nan, "男性"], columns=["user"])
    df['gender']=df['user'].apply(lambda x: "不明" if not type(x) is str else ("女性" if "女性" in x else ("不明")))
    df['agerange']=df['user'].apply(lambda x: "不明" if not type(x) is str else ("10代" if "10代" in x else ("20代" if "20代" in x else ("30代" if "30代" in x else ("40代" if "40代" in x else ("50代" if "50代" in x else ("60代" if "60代" in x else ("70代" if "70代" in x else( "80代" if "80代" in x else ("90代" if "90代" in x else ("100代" if "100代" in x else "不明")))))))))))
    print(df)
    return

if __name__ == '__main__':
    main()

Comments

[_hide]

ご回答ありがとうございます。
lambdaにはこだわってませんがdefに慣れていないのでlmabdaでできるとうれしいと考えてました。
（これを機にdefに慣れようと思います！）

ちなみに
userの「Nan」の欠損値処理をすればlambdaで処理はできますか？？？
※Nanの欠損値処理はできます

[Harig]

genderについては比較的簡単にlambda で書けますが、可読性は低めです(個人的には)
またagerangeに関するforを無理やり展開することによってもlambdaを使って処理することが出来ます。
こちらは著しく可読性が低いです。

``` python3
from math import nan
import pandas as pd

def main():
df = pd.DataFrame(["40代男性", "20代女性", nan, "男性"], columns=["user"])
df['gender']=df['user'].apply(lambda x: "不明" if not type(x) is str else ("女性" if "女性" in x else ("不明")))
df['agerange']=df['user'].apply(lambda x: "不明" if not type(x) is str else ("10代" if "10代" in x else ("20代" if "20代" in x else ("30代" if "30代" in x else ("40代" if "40代" in x else ("50代" if "50代" in x else ("60代" if "60代" in x else ("70代" if "70代" in x else( "80代" if "80代" in x else ("90代" if "90代" in x else ("100代" if "100代" in x else "不明")))))))))))
print(df)
return

if __name__ == '__main__':
main()
```

[_hide]

Harigさん
2つのご回答、ご丁寧にありがとうございました。
実際に2つの方法で書いてみましたが最初に記載いただいた方法の方がしっくりしました！