实现功能

依次遍历每一行，在某列包含某个元素时新增一列进行标记

实现代码

def province_distribution_of_colleges(self, file):
    df = pd.read_excel(os.path.join(self.datapath, file))

    df1 = df
    hua_bei = ['北京市','天津市','河北省','山西省','内蒙古自治区']
    dong_bei = ['辽宁省','吉林省','黑龙江省']
    hua_dong = ['上海市','江苏省','浙江省','安徽省','福建省','江西省','山东省']
    hua_nan = ['广东省','广西壮族自治区','海南省']
    zhong_nan = ['湖南省','湖北省','河南省','江西省']
    xi_nan = ['重庆市','四川省','贵州省','云南省','西藏自治区']
    xi_bei = ['陕西省','甘肃省','青海省','宁夏回族自治区','新疆维吾尔自治区']
    gang_ao = ['香港特别行政区','澳门特别行政区']

    df1['区域'] = None
    
    for index, row in df1.iterrows():
        if row['省份'] in hua_bei:
            df1.at[index, '区域'] = '华北'
        elif row['省份'] in dong_bei:
            df1.at[index, '区域'] = '东北'
        elif row['省份'] in hua_dong:
            df1.at[index, '区域'] = '华东'
        elif row['省份'] in hua_nan:
            df1.at[index, '区域'] = '华南'
        elif row['省份'] in zhong_nan:
            df1.at[index, '区域'] = '中南'
        elif row['省份'] in xi_nan:
            df1.at[index, '区域'] = '西南'
        elif row['省份'] in xi_bei:
            df1.at[index, '区域'] = '西北'
        elif row['省份'] in gang_ao:
            df1.at[index, '区域'] = '港澳'
        else:
            df1.at[index, '区域'] = '未知'

    print(df1)

province_distribution_of_colleges('schools_with_coordinates.xlsx')

实现效果

本人读研期间发表5篇SCI数据挖掘相关论文，现在某研究院从事数据挖掘相关科研工作，对数据挖掘有一定认知和理解，会结合自身科研实践经历不定期分享关于python机器学习、深度学习、数据挖掘基础知识与案例。

致力于只做原创，以最简单的方式理解和学习，关注我一起交流成长。

邀请三个朋友关注V订阅号：数据杂坛，即可在后台联系我获取相关数据集和源码，送有关数据分析、数据挖掘、机器学习、深度学习相关的电子书籍。