pandas -如果存在部分字符串匹配，则将值放入新列

基础概念

Pandas 是一个强大的 Python 数据分析库，提供了高性能、易于使用的数据结构和数据分析工具。它允许你轻松地处理结构化数据，执行数据清洗、转换、分析和可视化等任务。

相关优势

• 高效的数据处理：Pandas 基于 NumPy 构建，能够高效地处理大型数据集。
• 丰富的数据操作：提供了大量的函数和方法来操作数据，如过滤、排序、分组、合并等。
• 易于使用：Pandas 的 API 设计直观，易于学习和使用。

类型

Pandas 中的数据结构主要包括：

• Series：一维数组，类似于 Python 的列表或 NumPy 的一维数组。
• DataFrame：二维表格型数据结构，类似于 Excel 表格或 SQL 表。

应用场景

Pandas 广泛应用于数据分析、数据清洗、数据预处理、数据可视化等领域。

问题解决

如果你想要在 Pandas 中实现部分字符串匹配，并将匹配结果放入新列，可以使用 str.contains 方法结合条件赋值。以下是一个示例代码：

import pandas as pd

# 创建示例 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Description': ['loves pandas', 'hates bugs', 'likes programming', 'enjoys learning']
}
df = pd.DataFrame(data)

# 使用 str.contains 进行部分字符串匹配
df['Has_Pandas'] = df['Description'].str.contains('pandas')

print(df)

解释

1. 创建 DataFrame：首先创建一个包含 Name 和 Description 列的 DataFrame。
2. 部分字符串匹配：使用 str.contains 方法检查 Description 列中是否包含字符串 'pandas'。
3. 创建新列：将匹配结果（布尔值）赋值给新列 Has_Pandas。

输出

      Name          Description  Has_Pandas
0    Alice       loves pandas        True
1      Bob         hates bugs       False
2  Charlie     likes programming       False
3    David  enjoys learning        False

参考链接

• Pandas Documentation
• Pandas str.contains

通过这种方式，你可以轻松地在 Pandas 中实现部分字符串匹配，并将结果存储在新列中。