如何匹配DataFrame列与列表元素并保留DataFrame原顺序

你当前代码的问题是按my_list的顺序筛选匹配项，导致结果顺序和原字符串不一致。要维持原字符串里的词汇顺序，得换个思路：遍历原字符串拆分后的词汇，只保留出现在my_list中的项，这样就能完全遵循原顺序。

解决代码 #

import pandas as pd

df = pd.DataFrame({'a': ['Boston Red Sox', 'Chicago White Sox']})
my_list = ['Red', 'Sox', 'White']

# 转成小写集合，既忽略大小写差异，又提升查找效率
my_match_set = {word.lower() for word in my_list}

# 遍历原字符串的词汇，只保留匹配项
df['a'] = df['a'].apply(lambda x: ' '.join([word for word in x.split() if word.lower() in my_match_set]))

运行结果 #

a
0  Red Sox
1  White Sox

逻辑说明 #

1. 把my_list转成小写集合：集合的成员查找效率远高于列表，同时统一大小写避免匹配时的大小写问题
2. 对每个字符串先拆分词汇：按空格拆分后，遍历的顺序就是原字符串里词汇的出现顺序
3. 过滤并拼接：只保留那些小写形式在集合里的词汇，最后拼接成字符串，自然就保留了原顺序

对比你原来的代码：原来的逻辑是遍历my_list，检查每个词是否在原字符串中，结果顺序完全由my_list的顺序决定，这就是为什么第二行出现了Sox White而不是White Sox。

内容的提问来源于stack exchange，提问作者davidperez