Pandas DataFrame列应用重标记函数无效，如何修复？

原函数的两个核心错误 #

1. 循环逻辑完全错误：apply调用relabel时，传入的参数x是old_label列的单个字符串值，但你写了for i in x，这会把字符串拆成单个字符逐个遍历（比如x是"healthy_tips"，i会依次是'h'、'e'、'a'...），完全偏离了检查整个标签的初衷。
2. 条件判断写法错误：("health" or "rejuvenation") in i这种写法在Python里不成立——or运算符会返回第一个为真的表达式，也就是"health"，所以实际只在检查"health"是否在i里。但i是单个字符，永远不可能匹配，所以直接进入else返回原字符，导致新列和原列完全一致。

修复方案 #

方案1：修正原函数逻辑 #

直接去掉多余的循环，正确编写条件判断：

def relabel(x):
    if "health" in x or "rejuvenation" in x:
        return "health"
    elif "gover" in x or "senate" in x:
        return "government"
    else:
        return x

然后正常应用：

data['new_label'] = data['old_label'].apply(relabel)

方案2：用Pandas内置replace（更高效，推荐） #

对于Pandas数据处理，内置方法比apply效率更高，尤其是数据量大时。可以用正则匹配实现批量替换：

data['new_label'] = data['old_label'].replace(
    regex={
        # 匹配包含health或rejuvenation的标签
        r'.*health.*|.*rejuvenation.*': 'health',
        # 匹配包含gover或senate的标签
        r'.*gover.*|.*senate.*': 'government'
    }
)

如果需要精确匹配指定标签（完全按照你给出的转换表），可以先构建映射字典：

label_mapping = {
    'health': 'health',
    'healthy_tips': 'health',
    'rejuvenation': 'health',
    'government': 'government',
    'senate': 'government',
    'governor': 'government'
}
# 用map替换，未匹配到的标签保留原值
data['new_label'] = data['old_label'].map(label_mapping).fillna(data['old_label'])

内容的提问来源于stack exchange，提问作者user15587046