Pandas按列值拆分CSV分段文件时邮箱分类结果异常排查

你的代码有两处核心逻辑错误，导致分类完全失效：

• 匹配逻辑错误：data['Email-Domain'] == str(domains)是把整个域名列表强行转成一整段字符串（格式类似"['gmail.com', 'att.com', 'netzero.net'...]"），没有任何一个单元格的单独域名值会等于这整段文本，因此个人邮箱的匹配结果必然为空。
• 语法错误：Python中不存在!==这个不等于运算符，正确写法是!=；就算修正运算符，和上面一样拿单元格值和整个列表转成的长字符串对比，结果永远为真，因此企业邮箱会返回全部数据。

import pandas as pd

# 读取源CSV文件，注意替换为你本地的实际文件路径
data = pd.read_csv("C:\\Users\\Path\\to\\file\\5.csv")  

# 个人公共邮箱域名清单
personal_domains = [
    'gmail.com', 'att.com', 'netzero.net', 'msn.com', 'yahoo.com',
    'aol.com', 'bellsouth.net', 'hotmail.com', 'comcast.net', 'mail.com',
    'verizon.net', 'ymail.com', 'live.com', 'netscape.net', 'icloud.com',
    'cableone.net', 'alltel.net', 'worldnet.att.com', 'centurytel.net',
    'earthlink.net', 'adelphia.com', 'alltell.net'
]

# 逐行匹配邮箱域名是否在个人域名清单中，筛选个人邮箱数据
individual = data.loc[data['Email-Domain'].isin(personal_domains)]
# 对匹配结果取反，得到企业邮箱数据
business = data.loc[~data['Email-Domain'].isin(personal_domains)]

# 控制台打印结果做校验
print(f"个人邮箱共{len(individual)}条：")
print(individual[['First_Name_01','Last_Name_01','Email']])
print(f"\n企业邮箱共{len(business)}条：")
print(business[['First_Name_01','Last_Name_01','Email']])

# 保存拆分后的两个分段CSV文件
individual.to_csv("个人邮箱列表.csv", index=False, encoding='utf-8-sig')
business.to_csv("企业邮箱列表.csv", index=False, encoding='utf-8-sig')

• pandas中判断某列的值是否存在于给定列表内，必须使用Series.isin(列表)方法，不能直接用==和整个列表做等值比较。
• 对pandas的布尔型筛选条件取反，要使用~运算符，不能用Python原生的not关键字；多条件组合筛选时每个独立条件需要用括号包裹。
• 保存CSV时添加index=False参数可以避免写入pandas自动生成的行号列，encoding='utf-8-sig'可以避免输出文件用Excel打开时出现中文乱码。

内容的提问来源于stack exchange，提问作者fredsta98