基于另一列关键词为DataFrame新增分类列的问题

报错原因 #

你遇到的'str' object has no attribute 'str'错误，是因为row['name']是单个字符串值，而.str是pandas Series/Index专属的字符串访问器，单个字符串对象没有这个属性，所以不能这么用。

推荐方案（适合大型DataFrame，效率优先） #

直接对name列做矢量化字符串匹配，这是pandas处理大数据量的最优方式，比apply快得多：

import numpy as np

# 定义关键词列表
climate = ['environment', 'climate', 'global warming']
# 拼接成正则匹配模式
pattern = '|'.join(climate)

# 新增sub_category列，匹配成功赋值'Climate'，否则设为None（或你需要的默认值）
df['sub_category'] = np.where(
    df['name'].str.contains(pattern, case=False),
    'Climate',
    None  # 这里可以替换成其他默认分类，比如'Other'
)

如果需要匹配完整单词（避免类似environmental这类衍生词被误判），可以调整正则模式：

# 匹配完整单词的正则规则
pattern = r'\b(' + '|'.join(climate) + r')\b'
df['sub_category'] = np.where(df['name'].str.contains(pattern, case=False), 'Climate', None)

如果你一定要用apply（适合复杂多分类逻辑） #

修改函数，直接对单个字符串做匹配，不用.str访问器：

方法1：正则匹配

import re

climate = ['environment', 'climate', 'global warming']
# 预编译正则，提升循环匹配效率
pattern = re.compile('|'.join(climate), re.IGNORECASE)

def sub_cat(row):
    if pattern.search(row['name']):
        return 'Climate'
    # 这里可以添加其他分类的判断逻辑
    return None

df['sub_category'] = df.apply(sub_cat, axis=1)

方法2：关键词包含检查

climate = ['environment', 'climate', 'global warming']

def sub_cat(row):
    name_lower = row['name'].lower()
    for keyword in climate:
        if keyword in name_lower:
            return 'Climate'
    return None

df['sub_category'] = df.apply(sub_cat, axis=1)

内容的提问来源于stack exchange，提问作者Emmett C