如何基于字符串匹配为Pandas DataFrame创建新列？

原始数据 #

import pandas as pd

df = pd.DataFrame({'col1': {0: 'success', 1: 'failed', 2: 'variable x 10', 3: 'variable xr 134', 4: 'error', 5: 'not found'}})

错误原因解析 #

你遇到的两个问题根源：

• str.contains中用|连接字符串报错：|是Python位运算符，不能直接拼接字符串，需将关键词整合成正则表达式字符串或使用正确的参数传递方式。
• 取split后元素报错：直接全局拆分字符串时，部分行拆分结果长度不足，导致形状不匹配，需仅对符合条件的行执行拆分操作。

可行解决方案 #

以下是完全符合规则的代码：

# 初始化新列为None
df['var'] = None
df['val'] = None
df['other'] = None

# 处理包含'variable'的行，生成var和val列
mask_variable = df['col1'].str.contains('variable', regex=False)
# 拆分符合条件的行并转为DataFrame
split_result = df.loc[mask_variable, 'col1'].str.split(expand=True)
# 按索引取对应元素赋值
df.loc[mask_variable, 'var'] = split_result[1]
df.loc[mask_variable, 'val'] = split_result[2]

# 处理other列的映射关系
other_map = {
    'success': 'Success',
    'failed': 'Fail',
    'error': 'Error',
    'not found': 'Error'
}
# 批量映射，不匹配的行自动保留None
df['other'] = df['col1'].map(other_map)

代码说明 #

1. 初始化新列：先将三个新列设为None，满足无匹配时的默认值要求。
2. 生成var/val列：
   • 用str.contains生成布尔掩码，精准筛选包含'variable'的行（关闭正则避免特殊字符干扰）。
   • 用str.split(expand=True)将目标行拆分为多列DataFrame，直接通过索引取第2、3个元素（Python索引从0开始）。
   • 通过掩码定位行，完成赋值操作。
3. 生成other列：
   • 定义映射字典，将原始字符串与目标值一一对应。
   • 使用map()方法批量替换，未匹配的行自动保留None。

最终结果 #

处理后的DataFrame如下：

内容的提问来源于stack exchange，提问作者frank