如何在 excel 文档中搜索特定单词，并使用搜索结果构建一个新列

Question

所以我是 python 新手，我尝试使用 python 在 Excel 工作表中搜索每一行中的“ICD”，并使用结果创建一个新列，如果一行包含“ICD”这个词，那么在如果没有出现新列，则会出现“yes”一词，然后会出现“no”一词。

到目前为止，我已经尝试了很多不同的方法，但我卡住了，因为我是新手。这是我到目前为止所拥有的。我花了一段时间才找到导入 excel 文档本身的方法，现在我必须找到一种方法来添加新列并搜索每一行并放置结果。我知道我需要一个循环，我知道我需要一个 if/else 语句，但我不知道将它们放在哪里或将它们放在哪里。我正在使用 python 3.7

import pandas as pd
import xlrd
df = pd.read_excel (r'C:\New folder\CrohnsD.xlsx')
print (df)
import xlsxwriter
ICD=[
    str = df
    str.find("ICD",[ 0,[ 1057]])\
    if row contains "ICD"


]`

Answer 1

Pandas 具有原生 excel 读取支持，因此您不需要 xlrd 或 xlsxwriter，除非您有复杂的输出格式要求。如果您只是在阅读、添加列和写作，您可以使用 pandas 来完成所有这些工作。

您可以使用 lambda 函数一次检查所有行。这可能看起来有点高级，但axis=1 上的.apply(lambda) 将执行您分配给数据帧每一行的任何逻辑。然后我们可以使用.str .contains() and .any() 来检查每个'a' 的礼物

data = [['a','b','c'],['a','d','e'],['x','y','z']]
df = pd.DataFrame(data)

# Create a new column that contains True or False depending on if any of the values in that row contain the string 'a'
df['has_letter_a'] = df.apply(lambda row: True if row.str.contains('a').any() else False, axis=1)

输出

>>> df
   0  1  2  has_letter_a
0  a  b  c          True
1  a  d  e          True
2  x  y  z         False

Answer 2

您可以依赖基本的 pandas 字符串函数——不需要任何花哨的东西。查找一列文本是否包含特定的文本字符串？使用Series.str.contains:

df = pd.DataFrame({'x':['abc','defgICD','hijicd','klm']})
df['icd'] = df['x'].str.contains('icd', case=False)

返回：

         x    icd
0      abc  False
1  defgICD   True
2   hijicd   True
3      klm  False

有关您可以使用的选项的一些文档，请参阅str.contains 的帮助页面。具体来说，可以指定是根据大小写匹配（这种情况下匹配的模式需要准确）还是匹配icd、ICD、iCd等。

意见：随着您在编程甚至 Excel 方面获得更多经验，我建议您坚持使用布尔 True/False 值而不是编码“是”/“否”，因为它只是更多简单明了，更容易记住等。如果您需要向经理/客户/等展示某些内容，您可以在最后一步将 True/False 替换为其他内容。