如何用for循环替代condition list简化np.select代码？解决参数错误

报错翻译 #

first argument must be string or compiled pattern → 第一个参数必须是字符串或编译后的正则表达式

错误原因 #

1. 循环中使用的i是range()生成的整数，而str.contains()要求传入字符串或正则表达式，类型不匹配导致报错。
2. 每次循环直接覆盖conditionlist，最终仅保留最后一次循环的条件，完全偏离原逻辑。
3. 尝试代码中choicelist里的biurbon是拼写错误，应为bourbon。

正确循环实现方式 #

先建立关键词（带下划线）与产品类型的映射关系，再通过循环生成条件列表和选择列表，既避免重复代码，又保证逻辑正确：

import numpy as np
import pandas as pd

# 建立关键词-产品类型映射（对应原代码的条件与选择关系）
type_mapping = {
    'vin_': 'champagne',
    'cremant_': 'vin',
    'biere_': 'cremant',
    'cidre_': 'biere',
    'pastis_': 'cidre',
    'whisky_': 'pastis',
    'bourbon_': 'whisky',
    'brandy_': 'bourbon',
    'tequila_': 'brandy',
    'vodka_': 'tequila',
    'gin_': 'vodka',
    'rhum_': 'gin'
}

# 循环生成条件列表和选择列表
conditionlist = []
choicelist = []
for keyword, product_type in type_mapping.items():
    conditionlist.append(df_only_total_sales['post_name'].str.contains(keyword))
    choicelist.append(product_type)

# 赋值产品类型
df_only_total_sales['Product_type'] = np.select(conditionlist, choicelist, default="?")

df_only_total_sales.sample(10)

轻量化优化方案 #

使用正则提取+字典映射的方式，替代np.select，代码更简洁且执行效率更高：

# 生成匹配所有关键词的正则表达式
pattern = '|'.join(type_mapping.keys())

# 提取post_name中匹配的关键词
df_only_total_sales['matched_keyword'] = df_only_total_sales['post_name'].str.extract(f'({pattern})', expand=False)

# 通过映射直接得到产品类型，默认值为"?"
df_only_total_sales['Product_type'] = df_only_total_sales['matched_keyword'].map(type_mapping).fillna("?")

# 可选：删除中间列
df_only_total_sales.drop('matched_keyword', axis=1, inplace=True)

df_only_total_sales.sample(10)

内容的提问来源于stack exchange，提问作者Diastat