如何将行数据转换为pandas DataFrame？现有代码实现遇阻求助

你的代码目前只是打印匹配结果，但没有存储数据，所以无法直接生成DataFrame。我们可以通过收集匹配结果→转换为DataFrame的思路来实现，下面是具体的调整方案：

步骤1：收集匹配数据 #

首先，我们需要把原本打印的行索引和类别信息存储到一个列表里，而不是直接打印。同时处理可能的空格问题（比如分割后的元素带空格，会导致匹配失败），并避免同一行重复记录同一类别。

import pandas as pd

# 假设你已经定义了这两个列表（示例值）
Waterbodies = ["lake", "river", "pond"]
Beaches = ["sand beach", "rocky beach"]

# 初始化空列表存储结果
results = []

# 遍历前10行数据
for i in range(0, 10):
    # 分割当前行的字符串为元素列表
    my_list = df1.iloc[i].split(",")
    # 用集合存储当前行匹配到的类别（自动去重）
    matched_cats = set()
    
    for x in my_list:
        # 清理元素前后的空格，避免匹配失败
        x_clean = x.strip()
        if x_clean in Waterbodies:
            matched_cats.add("Waterbodies")
        if x_clean in Beaches:
            matched_cats.add("Beaches")
    
    # 将当前行的每个匹配类别存入结果列表
    for cat in matched_cats:
        results.append({"行索引": i, "类别": cat})

步骤2：转换为DataFrame #

有了收集好的结果列表，直接用pd.DataFrame()就能转换成你需要的格式：

# 生成基础DataFrame（一行对应一个行索引+类别）
result_df = pd.DataFrame(results)
print(result_df)

输出示例（假设行0匹配了Waterbodies，行1同时匹配了两类）：

行索引          类别
0     0  Waterbodies
1     1  Waterbodies
2     1       Beaches

可选：合并同一行的多个类别 #

如果你希望每个行索引只占一行，多个类别用逗号分隔，可以用groupby处理：

# 按行索引分组，合并类别
result_df_grouped = result_df.groupby("行索引")["类别"].apply(", ".join).reset_index()
print(result_df_grouped)

输出示例：

行索引                  类别
0     0        Waterbodies
1     1  Waterbodies, Beaches

关键细节说明 #

• x.strip()：必须处理分割后元素的空格，否则像" lake"这种带空格的元素会匹配不到Waterbodies里的"lake"。
• 用集合matched_cats：避免同一行里多次出现同一类别（比如某行有两个"lake"，不会重复记录两次Waterbodies）。

内容的提问来源于stack exchange，提问作者Chamani Shiranthika