Python 使用行的值在pandas中创建新列

首先，这不是复制品！我已经搜索了几个SO问题以及熊猫博士，但我没有找到任何结论！要创建具有行值的新列，请执行和

假设我有下表，打开一个

.xls

，我用它创建了一个数据帧。由于这是一个从real proble创建的小示例，因此我创建了一个简单的Excel表格，它可以轻松复制：

我现在想要的是找到包含

“人口月-年”

（我将查看不同的

.xls

，因此结构是相同的：人口、月和年

xls='population_example.xls'
sheet_name='Sheet1'
df = pd.read_excel(xls, sheet_name=sheet_name, header=0, skiprows=2)
df

我想的是：

使用

startswith

创建一列，对该值进行pythoning并获取月份和年份值

我尝试过几种类似的方法：

dff=df[s.str.startswith('Population')]
dff

但是错误不会停止。在上面的代码错误中，特别是：

IndexingError：作为索引器提供的不可对齐的布尔序列（布尔序列的索引和索引对象的索引不匹配）

我有几个猜测：

• 尽管阅读了文档，我还是不太理解熊猫中的

  系列

  是如何工作的。我甚至没有想过要使用它们，但是

  启动时的
  看起来就像我正在寻找的东西

• 如果处理得当，可能会出现

  NaN错误

  ，但我还不能使用

  df.dropna（）

  ，因为我会丢失该行值（

  2017年4月人口

  ）

编辑：

使用此项的问题：

df[df['Area'].str.startswith（'Population'）]

是它将检查

na值

这是：

df['Area'].str.startswith（'Population'）

将给我一组真/假/na值，我不确定如何使用。
多亏了@Erfan，我得到了解决方案：

正确使用注释中的代码行，而不是像我尝试的那样，我设法：

dff=df[df['Area'].str.startswith（'Population'，na=False）]
dff

这将产生：
人口和家庭预测，2016年至2020年……南部

现在我可以像这样访问这个值

value=dff.iloc[0][0]
值

为了得到我想要的字符串：
“人口和家庭预测，2016年至2041年，由人口专家.id编制，2019年4月。”
我可以用python创建所需的列。谢谢！
感谢@Erfan，我找到了解决方案：

正确使用注释中的代码行，而不是像我尝试的那样，我设法：

dff=df[df['Area'].str.startswith（'Population'，na=False）]
dff

这将产生：
人口和家庭预测，2016年至2020年……南部

现在我可以像这样访问这个值

value=dff.iloc[0][0]
值

为了得到我想要的字符串：
“人口和家庭预测，2016年至2041年，由人口专家.id编制，2019年4月。”
我可以用它来创建所需的列。谢谢！
您可以尝试：

import pandas as pd
import numpy as np

pd.DataFrame({'Area': [f'Whatever{i+1}' for i in range(3)] + [np.nan, 'Population April 2017.'],
              'Population': [3867, 1675, 1904, np.nan, np.nan]}).to_excel('population_example.xls', index=False)

df = pd.read_excel('population_example.xls').fillna('')

population_date = df[df.Area.str.startswith('Population')].Area.values[0].lstrip('Population ').rstrip('.').split()

结果:

['April', '2017']

或者（如果人口月年始终位于最后一行）：

你可以试试：

import pandas as pd
import numpy as np

pd.DataFrame({'Area': [f'Whatever{i+1}' for i in range(3)] + [np.nan, 'Population April 2017.'],
              'Population': [3867, 1675, 1904, np.nan, np.nan]}).to_excel('population_example.xls', index=False)

df = pd.read_excel('population_example.xls').fillna('')

population_date = df[df.Area.str.startswith('Population')].Area.values[0].lstrip('Population ').rstrip('.').split()

结果:

['April', '2017']

或者（如果人口月年始终位于最后一行）：

这里的
s
是什么？我想你想要
df[df['Area'].str.startswith（'Population'）]
但首先要将你的问题重新格式化，不要发帖。我们不能复制粘贴它来复制答案。你的预期输出是什么样子的？试试：
df[df['Area'].str.startswith（'Population'），na=False]
要解决您的
NaN
问题，我们不需要csv。只要在这里发布一个示例数据集，阅读更多信息。在我的路上！感谢所有的反馈！不太习惯询问pandas@Erfan。开始时的技巧让我了解了整行内容！这里的
s
是什么？我想你想要
df[df['Area']str.startswith（'Population'）]
但首先，请以适当的格式重新格式化您的问题，不要发布。我们无法复制并粘贴该格式以复制答案。您的预期输出是什么样的？请尝试：
df[df['Area'].str.startswith（'Population'），na=False]
要解决您的
NaN
问题，我们不需要csv。只需在此处发布一个示例数据集，阅读更多信息。在我的路上！感谢所有反馈！不太习惯询问pandas@Erfan。开始时的技巧让我了解了整行内容！您可能需要使用：
df.loc[df['Area'].str.startswith（'Population'，na=False），'Area'].iat[0]
这也会给你提供更好、更优化的值！非常感谢你对这个问题的耐心和愚蠢态度！@ErfanYou可能想使用：
df.loc[df['Area'].str.startswith（'Population'，na=False），'Area'].iat[0]
这也会给你带来价值，这实际上是更好、最好的！非常感谢你对这个问题的耐心和愚蠢的态度！@Erfan