大家好，我是皮皮。
一、前言
前几天在Python最强王者群【wen】问了一个pandas数据处理的问题，一起来看看吧。
通过pandas读取excel数据，其中两列是交易的备注信息，对A列数据筛选并把结果输出到C列。如果A列中有['吉利','奔驰','福特']三个字段，C列标记为'汽车品牌’，如果A列有['NIKE','李宁','安涛']，C列标记为'运动品牌’。
二、实现过程
这里【东哥】给了一个代码，如下所示：
import pandas as pd
df = pd.read_excel("测试数据.xlsx", names=["A", "B"])
def match_word(word):
for w in ('吉利', '奔驰', '福特'):
if w in word:
return "汽车品牌"
for w in ('NIKE', '李宁', '安踏'):
if w in word:
return "运动品牌"
else:
return None
df["res"] = df["A"].apply(lambda x: match_word(x))
print(df)
这里先自定义了一个函数，用于实现匹配的功能，代码运行之后，测试无误，顺利地解决了粉丝的问题。
赠书突破传统学习束缚，借助ChatGPT的神奇力量，解锁AI无限可能！
一句话推荐 用ChatGPT突破传统学习束缚，解锁AI无限可能！ |
特色 （1）利用ChatGPT，轻松理解机器学习和深度学习的概念和技术。 （2）提供实用经验和技巧，更好地掌握机器学习和深度学习的基本原理和方法。 （3）系统全面、易于理解，不需要过多的数学背景，只需掌握基本的编程知识即可上手。 |
内容简介 随着机器学习和深度学习技术的不断发展和进步，它们的复杂性也在不断增强。对于初学者来说，学习这两个领域可能会遇到许多难题和挑战，如理论知识的缺乏、数据处理的困难、算法选择的不确定性等。此时，ChatGPT可以提供强有力的帮助。利用ChatGPT，读者可以更轻松地理解机器学习和深度学习的概念和技术，并解决学习过程中遇到的各种问题和疑惑。此外，ChatGPT还可以为读者提供更多的实用经验和技巧，帮助他们更好地掌握机器学习和深度学习的基本原理和方法。本书主要内容包括探索性数据分析、有监督学习（线性回归、SVM、决策树等）、无监督学习（降维、聚类等），以及深度学习的基础原理和应用等。 本书旨在为广大读者提供一个系统全面、易于理解的机器学习和深度学习入门教程。不需要过多的数学背景，只需掌握基本的编程知识即可轻松上手。 |
