遍历字典并为DataFrame新增列：值匹配对应键的问题及解决

问题背景 #

我有一个字典，每个键对应多个用|分隔的值：

my_dict = {
    'key1':'val1(ex1)|val2',
    'key2':'val3 (ex2)|val4',
    'key3':'val5',
    'key4':'val6|val7|val8|val9'
}

现有一个DataFrame，其中一列包含上述字典中的值，需求是遍历该列所有行，将值与字典中的值匹配后，把对应键填入DataFrame的新列。

最初尝试的问题 #

最初使用如下循环：

for key, val in my_dict.items():
    df.loc[(df['Values'].str.contains(val)),'new_col'] = key

这个方法部分有效，但存在匹配失败的情况，尤其是值包含括号（如val1(ex1)）时。另外尝试将字典值转为列表时，出现了列表不可哈希的错误。

解决方法 #

发现问题出在str.contains(val)的匹配逻辑上，于是将字典的值拆分为独立元素的列表（按|分隔符拆分）：

my_dict = {
    'key1':['val1(ex1)', 'val2'],
    'key2':['val3 (ex2)', 'val4'],
    'key3':['val5'],
    'key4':['val6','val7','val8','val9']
}

然后修改循环为逐个值精确匹配：

for key, vals in my_dict.items():
    for val in vals:
        df.loc[(df['Values'] == val), 'new_col'] = key

此方法解决了匹配失败的问题。

内容的提问来源于stack exchange，提问作者Jim