Pythonic匹配字符串的方法和在dataframe上创建列？

Pythonic匹配字符串的方法是使用字符串的内置方法或正则表达式来实现。在Python中，可以使用以下方法进行字符串匹配：

1. 字符串的find()方法：该方法返回字符串中第一次出现指定子字符串的索引，如果未找到则返回-1。例如，使用str.find(substring)可以找到字符串中第一次出现substring的位置。
2. 字符串的index()方法：与find()方法类似，但如果未找到指定子字符串，则会引发ValueError异常。
3. 字符串的startswith()和endswith()方法：这些方法用于检查字符串是否以指定的前缀或后缀开始或结束。例如，使用str.startswith(prefix)可以检查字符串是否以prefix开头。
4. 正则表达式：使用Python的re模块可以进行更复杂的字符串匹配。可以使用re.match(pattern, string)来检查字符串是否以指定的模式匹配开头，使用re.search(pattern, string)来查找字符串中是否存在指定的模式，使用re.findall(pattern, string)来查找字符串中所有匹配的模式。

在dataframe上创建列可以使用pandas库来实现。pandas是一个强大的数据分析工具，提供了丰富的功能来处理和操作数据。以下是在dataframe上创建列的几种常见方法：

1. 使用字典创建列：可以使用字典来创建一个新的列，其中字典的键是列名，字典的值是列的值。例如，使用df['new_column'] = values可以创建一个名为new_column的列，并将values赋值给该列。
2. 使用现有列计算新列：可以使用现有列的值来计算新的列。例如，使用df['new_column'] = df['column1'] + df['column2']可以创建一个名为new_column的列，其值为column1和column2列对应位置的和。
3. 使用apply()函数：可以使用apply()函数将自定义函数应用于每一行或每一列来创建新的列。例如，使用df['new_column'] = df['column'].apply(function)可以创建一个名为new_column的列，其中function是一个用于处理每个元素的自定义函数。
4. 使用assign()方法：pandas的DataFrame对象提供了assign()方法，可以在不修改原始数据的情况下创建新的列。例如，使用df = df.assign(new_column=values)可以创建一个名为new_column的列，并将values赋值给该列。

以上是在dataframe上创建列的几种常见方法，具体使用哪种方法取决于具体的需求和数据处理的复杂程度。

关于Pythonic匹配字符串的方法和在dataframe上创建列的更详细信息，可以参考以下链接：

1. Python字符串方法文档：https://docs.python.org/3/library/stdtypes.html#string-methods
2. Python正则表达式文档：https://docs.python.org/3/library/re.html
3. pandas官方文档：https://pandas.pydata.org/docs/

希望以上信息对您有所帮助！