pandas中一列DataFrame下的Series包含多余的文本内容，想通过循环比对现有的关键字列表并赋值到新的列中怎么写

您可以使用apply函数和lambda表达式来实现这个功能。首先，您需要定义一个包含关键字的列表，然后使用apply函数和lambda表达式将每个Series值与关键字列表进行比较，并将匹配的关键字赋值到新的列中。以下是示例代码：

import pandas as pd

# 定义关键字列表
keywords = ['apple', 'banana', 'orange']

# 创建DataFrame
df = pd.DataFrame({'fruits': ['apple is good', 'banana is sweet', 'orange is juicy']})

# 定义函数，将Series值与关键字列表进行比较
def find_keyword(x):
    for keyword in keywords:
        if keyword in x:
            return keyword
    return 'no match'

# 使用apply函数和lambda表达式将匹配的关键字赋值到新的列中
df['keyword'] = df['fruits'].apply(lambda x: find_keyword(x))

# 打印结果
print(df)

输出结果如下：

           fruits  keyword
   apple is good    apple
1  banana is sweet   banana
2  orange is juicy   orange

相关问题

pandas中一列DataFrame包含多余的文本，想通过一列关键词进行比对，如果关键词在该文本中则返回关键词

可以使用str.contains()方法来实现，例如：

df['关键词匹配列'] = df['文本列'].str.contains('关键词')

其中，df为你的DataFrame，'文本列'为包含多余文本的列，'关键词'为你要匹配的关键词。这样，如果该文本中包含关键词，'关键词匹配列'对应的值就会为True，否则为False。

pandas新增一列并赋值为原dataframe的某一列

可以使用如下代码在 Pandas 中新增一列并赋值为原 DataFrame 的某一列：

import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 新增一列并赋值为原 DataFrame 的某一列
df['C'] = df['A']

# 打印结果
print(df)

输出：

   A  B  C
0  1  4  1
1  2  5  2
2  3  6  3

在这个示例中，我们创建了一个 DataFrame，然后使用 `df['C'] = df['A']` 新增了一列 `C` 并将其赋值为原 DataFrame 的列 `A`。最后打印出整个 DataFrame。