如何用python判断csv某一列的文本数据含有关键词进行判断

可以使用pandas库来读取csv文件，并使用contains()方法来判断某一列的文本数据是否含有关键词。下面是一个示例代码：

import pandas as pd

# 读取csv文件
df = pd.read_csv('data.csv')

# 判断某一列是否含有关键词
keyword = 'apple'
mask = df['column_name'].str.contains(keyword, case=False)

# 输出符合条件的行
print(df[mask])

其中，`column_name`是需要判断的列的名称，`keyword`是需要判断的关键词，`case=False`表示不区分大小写。最后，`mask`是一个布尔型的Series，用于筛选符合条件的行。

相关问题

python 判断csv某一列文本数据是否含有特定词,若含有,则根据不同特定词取不同值,如,2,3,

假设我们有一个名为`data.csv`的文件，其中包含以下数据：

name,age,gender
Tom,25,male
Jane,30,female
Bob,28,male

我们想要判断`gender`列是否含有特定词`male`或`female`，如果含有，则根据不同特定词取不同值。

下面是一个实现的例子：

import csv

# 定义一个字典，用于存储不同特定词对应的值
values = {'male': 2, 'female': 3}

# 打开 csv 文件
with open('data.csv') as f:
    # 读取 csv 文件
    reader = csv.DictReader(f)
    # 遍历每一行数据
    for row in reader:
        # 判断 gender 列是否含有特定词
        if 'male' in row['gender']:
            print(row['name'], values['male'])
        elif 'female' in row['gender']:
            print(row['name'], values['female'])

输出结果为：

Tom 2
Jane 3
Bob 2

在上面的例子中，我们首先定义了一个字典`values`，用于存储不同特定词对应的值。然后打开`data.csv`文件，使用`csv.DictReader`读取文件，遍历每一行数据。对于每一行数据，我们判断`gender`列是否含有特定词`male`或`female`，如果含有，则根据不同特定词取不同值，并输出结果。

使用jieba将csv某一列文本数据分词操作

以下是使用jieba将csv某一列文本数据分词的示例代码：

import pandas as pd
import jieba

# 读取csv文件
df = pd.read_csv('data.csv')

# 指定列名，将文本数据分词并保存到新列
df['分词后文本'] = df['原始文本'].apply(lambda x: ' '.join(jieba.cut(x)))

# 将分词后的结果保存到新文件中
df.to_csv('data_with_seg.csv', index=False)

其中，`data.csv`是需要进行分词操作的csv文件，`原始文本`是需要进行分词的列名，`分词后文本`是保存分词结果的新列名。`jieba.cut()`函数用于对文本进行分词操作，`' '.join()`函数用于将分词结果以空格连接起来。最后，将分词后的结果保存到新的csv文件`data_with_seg.csv`中。