我想在python数据框架中搜索stings列表

我的CSV文件中有一列，我想在其中搜索字符串列表并添加一个0/1的新列，如果列表中存在任何值，则为1或0

我有两份清单：

UC、iCD、慢性病、慢性病、IBD、溃疡性 结肠炎、PMC、P80、慢性病

供者，健康，非IBD，对照组

我的专栏也有NA值

到目前为止，我只是在尝试匹配刺的列表：

import csv
import pandas as pd

with open('biosample.csv') as csvfile:
    df = pd.read_csv('biosample.csv', delimiter = ',', dtype= 'unicode', 
    error_bad_lines=False)
    df1 = df.set_index(['Sample_Info'])
print(df1.loc['UC''iCD', 'Chrons disease', 'Chrons', 'IBD', 'Ulcerative 
colitis', 'PMC', 'P80', 'Chron disease])

对于这一点，我得到了多个错误，比如in有有效类型错误，in有有效类型错误

---

我已经通过已经张贴的问题，但在没有这种错误被提及

从csv文件加载数据帧时，不需要使用csv模块

正如您提到的，新列应该添加到dataframe

用于检查来自第一个列表的值的代码可能如下所示：

import pandas as pd

list1 = ['UC''iCD', 'Chrons disease', 'Chrons', 'IBD', 'Ulcerative colitis', 'PMC', 'P80', 'Chron disease']
list2 = ['Donor', 'healthy', 'non-IBD', 'Control']

def check_list(value, list2check):
    if any(map(lambda x: x in value, list2check))
        return 1
    return 0

df = pd.read_csv('biosample.csv', delimiter = ',', dtype= 'unicode', error_bad_lines=False)
df['sample_from_list1'] = df['Sample_Info'].apply(lambda v: check_list(v, list1))

演示：

PS您根本不需要使用CSV模块：

df = pd.read_csv(r'/path/to/biosample.csv', delimiter = ',', 
                 encoding='unicode', error_bad_lines=False, 
                 index_col='Sample_Info')

---

嗨，MaxU，这对我没有帮助，因为我的csv表中的列有如下值：HC，HC UC，UC CC，CC UC，UC UC，UC LC，LC CD，ICD\r无IBS，无，无IBD供体无IBS，是，溃疡性结肠炎无IBS，是，溃疡性结肠炎无IBS，无，无IBD NA缓解、克罗恩病、病理性NA缓解、溃疡性结肠炎、病理性NA缓解、溃疡性结肠炎、，pathological@K.S，你能发布一个小的可复制数据集和你想要的数据集吗。请阅读并编辑相应的文章。我的专栏包含多个逗号分隔的字符串。df只取第一个值。例如，细胞JN1的值为“UC，UC”，JN2-“缓解，无IBS，无IBD”JN3-“健康，正常”，JN4-“慢性病，IBD”。我将这些值放在多个列中，并使用以下公式组合在一个列中：new=df1.apply（lambda x:'，'。join（x.dropna（）），axis=1）现在我想要一个新的列，它对应的Chrons disease值为0，health值为1。Hi MaxU这对我没有帮助，因为我的csv表中的列有如下值：Sample\u InfoHC，HC UC，UC CC，CC UC，UC UC，UC LC，LC CD，ICD\r无IBS，无，无IBD供体无IBS，是，溃疡性结肠炎无IBS，是，溃疡性结肠炎无IBS，无，无IBD NA缓解，克罗恩病，病理性NA缓解，溃疡性结肠炎，病理性NA缓解，溃疡性结肠炎，病理性逻辑的

df = pd.read_csv(r'/path/to/biosample.csv', delimiter = ',', 
                 encoding='unicode', error_bad_lines=False, 
                 index_col='Sample_Info')