Python 筛选CSV文件以查找国家/地区是否存在已定义的列表

我试图从电子表格中提取数据，为每个国家和大陆创建新的csv

国家/地区部分运行良好，因为国家/地区已出现在电子表格中

然而，当我尝试为每个大陆创建一个新的csv文件时，我引用了一个文本文件，其中列出了该大陆上的所有国家

我正在努力让for循环检查这个国家是否在一个大陆上。csv文件为每个大陆生成，但它们为空且未写入

'''
pull data from spreadsheet
'''



import pandas as pd

# Create data
df = pd.read_csv('Copy of KEYWORD LIST_ALL.csv')


# Set index
df = df.set_index('Keyword')

#get list of destinations
destlist = df['Destination'].tolist()

#turn list into set to make it easier to work with
destinations = set(destlist)


continents = ['Asia','Europe','Africa','North America','South America','Oceania']

#loop to create a csv for each destination
for dest in destinations:
    tempdf = df[(df['Destination'] == dest)]
    tempdf.to_csv(dest + ".csv")
    print(tempdf.head())
    #print(dest)

这是我有问题的循环，我可以打开文件，但在行中

tempdf = df[(df['Destination'] in countries)]

我不能比较等式，因为我必须使用位运算符？即使我想使用“in”相等检查

for cont in continents:
    with open("C:/Users/HarryAdams/PycharmProjects/untitled/" + cont + ".txt") as fileobj:
        countries = fileobj.readlines()
        tempdf = df[(df['Destination']  countries)]
        tempdf.to_csv(cont + ".csv")
        print(tempdf.head())

csv的示例行：

Keyword,MSV,Rank,Value,Landing Page,Meta,Page,Destination,Destination 2


luxury holidays antigua, 40 , 1 , 8 ,http://www.kuoni.co.uk/antigua/luxury-antigua-holidays,Luxury Antigua Holidays - Kuoni,"Award winning, ATOL protected Antigua luxury holidays. Great range of Antigua all inclusive resorts. Book with Kuoni, receive all inclusive value.",Antigua,Antigua

---

我无法测试这个，但可能值得一试。 你为什么不在这些国家也通过熊猫来阅读呢？ 我想在这种情况下，您应该使用

.isin

，因为您是在与系列进行比较

import pandas as pd

# Create data
df = pd.read_csv('Copy of KEYWORD LIST_ALL.csv')


# Set index
df = df.set_index('Keyword')

for dest, group in df.groupby('destination'):
    group.to_csv(dest + '.csv')

continents = ['Asia','Europe','Africa','North America','South America','Oceania']

directory = "C:/Users/HarryAdams/PycharmProjects/untitled/"

for cont in continents:
    countries = pd.read_table(directory + cont + '.txt')
    df[df.destination.isin(countries[countries.columns[0]])].to_csv(cont + '.csv')

---

我给了你-1分，因为你没有隔离你的问题并共享示例数据。请编辑问题以包含你的CSV数据示例。抱歉，数据有80000行长，所以我没有包含它，现在添加了一个示例。