如何在Pandas DataFrame中找出字符串包含的列表元素（无需循环）

可以用 Pandas 的字符串提取 + 映射功能直接实现，完全不需要循环：

import pandas as pd

df4 = pd.DataFrame({'col': ['foo abc', 'foobar xyz', 'bar32', 'baz 45']})
terms = ['foo', 'baz']

# 1. 构造正则表达式，捕获匹配的术语
pattern = f"({'|'.join(terms)})"
# 2. 提取每个字符串中第一个匹配的术语
df4['matched_term'] = df4['col'].str.extract(pattern, expand=False)
# 3. 创建术语到索引（从1开始）的映射字典
term_map = {term: idx+1 for idx, term in enumerate(terms)}
# 4. 映射得到最终结果，无匹配的自动转为NaN
df4['result'] = df4['matched_term'].map(term_map)

print(df4['result'])

输出结果：

0    1.0
1    1.0
2    NaN
3    2.0
Name: result, dtype: float64

关键说明 #

• str.extract 会从字符串中提取第一个匹配的术语，没有匹配则返回 NaN
• 用字典推导式快速生成术语和对应位置的映射，位置从1开始符合你的需求
• 如果需要处理多个术语匹配的情况（比如一个字符串同时包含foo和baz），可以改用 str.findall 结合后续处理，但你的示例中每个字符串仅匹配一个术语，上面的代码足够用

内容的提问来源于stack exchange，提问作者LaTeXFan