python 从Dataframe读取一列并判断str类型数据是否在该列

您可以使用 Pandas 库中的 `isin()` 方法来判断字符串是否在 DataFrame 的某一列中。下面是一个示例代码：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'col1': ['apple', 'banana', 'orange'], 'col2': ['red', 'yellow', 'orange']})

# 判断某个字符串是否在 'col1' 列中
if 'banana' in df['col1'].values:
    print('banana is in col1')

# 判断多个字符串是否在 'col2' 列中
fruits = ['red', 'green', 'yellow']
mask = df['col2'].isin(fruits)
print(df[mask])

运行以上代码，输出结果如下：

banana is in col1
     col1    col2
0   apple     red
1  banana  yellow

相关问题

python dataframe 用一列模糊匹配另一列

可以使用 Pandas 库中的 str.contains() 方法来实现模糊匹配。具体步骤如下：

1. 读取数据到 Pandas 的 DataFrame 中。
2. 使用 str.contains() 方法来搜索需要匹配的列。
3. 将匹配结果添加为新列到 DataFrame 中。

以下是示例代码：

import pandas as pd

# 读取数据到 DataFrame
df = pd.read_csv('data.csv')

# 使用 str.contains() 方法进行模糊匹配
df['匹配结果'] = df['需要匹配的列'].str.contains('匹配的字符串')

# 打印 DataFrame
print(df)

在上面的代码中，'data.csv' 是需要读取的数据文件的路径，'需要匹配的列' 是需要进行模糊匹配的列名，'匹配的字符串' 是用来进行模糊匹配的字符串。将匹配结果添加到 DataFrame 中的新列名为'匹配结果'。

python遍历读取dataframe数据并添加到一个csv文件

可以使用Pandas库的`read_csv()`和`to_csv()`方法来实现。首先读取数据到一个DataFrame中，然后遍历每一行，将其写入一个CSV文件中。以下是示例代码：

import pandas as pd

# 读取数据到DataFrame中
df = pd.read_csv('data.csv')

# 遍历每一行并写入CSV文件
with open('output.csv', 'w') as f:
    for index, row in df.iterrows():
        # 读取每一行的数据
        data = [row['column1'], row['column2'], row['column3']]
        # 将数据写入CSV文件
        f.write(','.join(map(str, data)) + '\n')

注：`column1`、`column2`、`column3`是数据中的列名，根据实际情况进行修改。