如何在Pandas中基于列表列创建匹配指定字符串的新列

步骤1：构造测试数据 #

先把示例数据转换成Pandas DataFrame：

import pandas as pd

data = {
    'id': [123, 234, 543, 542, 857, 123],
    'specification': [
        ['high', 'Important', 'pilot'],
        ['HIGH', 'Important', 'Baby'],
        ['important'],
        ['week'],
        ['new', 'IMPORTANT'],
        ['super_high', 'test']
    ]
}
df = pd.DataFrame(data)

步骤2：定义匹配逻辑 #

用正则实现大小写不敏感的关键词匹配，同时支持检测包含关键词的字符串（比如super_high里的high）。写个辅助函数遍历列表元素，检查是否符合条件：

import re

def check_spec(spec_list):
    # 匹配规则：包含high或important，不区分大小写
    pattern = re.compile(r'(high|important)', re.IGNORECASE)
    # 只要列表中有一个元素匹配，就返回指定值
    for item in spec_list:
        if pattern.search(item):
            return 'High/Important'
    # 无匹配项返回空字符串
    return ''

步骤3：生成新列 #

用apply把辅助函数应用到specification列，生成new_col：

df['new_col'] = df['specification'].apply(check_spec)

最终结果 #

运行后得到的结果和预期一致：

id specification                 new_col
0  123  [high, Important, pilot]  High/Important
1  234   [HIGH, Important, Baby]  High/Important
2  543           [important]      High/Important
3  542               [week]          
4  857        [new, IMPORTANT]      High/Important
5  123       [super_high, test]  High/Important

补充说明 #

• 正则表达式r'(high|important)'搭配re.IGNORECASE，能匹配任意大小写的目标关键词，还能识别包含这些关键词的衍生字符串（比如super_high、IMPORTANT_LEVEL）。
• 要是需要扩展关键词，直接修改正则内容就行，比如加critical就改成r'(high|important|critical)'。

内容的提问来源于stack exchange，提问作者JackJack