Pandas生成匹配关键词的DataFrame新列时陷入无限处理问题

你的代码陷入无限处理状态，核心是以下几个问题：

原代码的问题 #

• 列名拼写错误：把Sandwich Opinions误写为Sandwich iOpinions，直接导致目标列无法识别，更关键的是逻辑层面的错误。
• 逻辑错误：在apply的lambda函数里，你遍历的是整个列的拆分结果（df['Sandwich Opinions'].str.split()），而非当前行的文本。这会让每一行都重复处理所有行的数据，加上apply本身逐行执行的特性，导致大量冗余计算，效率极低甚至看起来像无限循环。
• 语法错误：最后一行括号不匹配，外层多余的[]和未闭合的apply调用括号，会直接导致代码无法正常解析。

正确实现方式 #

方法1：逐行处理（简单直观） #

先将关键词转为集合提升匹配效率，再针对每行文本拆分后匹配：

import pandas as pd

data = {
    'Sandwich Opinions': ['Roast beef is overrated', 'Toasted bread is always best', 'Hot sandwiches are better than cold']
}
df = pd.DataFrame(data)

keywords = ['bread', 'bologna', 'toast', 'sandwich']
keyword_set = set(word.lower() for word in keywords)  # 统一小写，支持忽略大小写匹配

# 逐行处理当前文本，拆分后筛选匹配的关键词并拼接
df['Matches'] = df['Sandwich Opinions'].apply(
    lambda text: ' '.join([word for word in text.split() if word.lower() in keyword_set])
)

运行后输出结果：

方法2：向量化处理（高效适配大数据） #

使用正则表达式的向量化操作，比apply逐行处理效率更高：

import pandas as pd
import re

data = {
    'Sandwich Opinions': ['Roast beef is overrated', 'Toasted bread is always best', 'Hot sandwiches are better than cold']
}
df = pd.DataFrame(data)

keywords = ['bread', 'bologna', 'toast', 'sandwich']
# 构建匹配完整单词的正则表达式，忽略大小写
pattern = r'\b(' + '|'.join(keywords) + r')\b'

# 提取所有匹配的词并拼接成字符串
df['Matches'] = df['Sandwich Opinions'].str.findall(pattern, flags=re.IGNORECASE).str.join(' ')

如果需要匹配词根（比如sandwiches匹配sandwich），可以额外增加词形还原处理；若仅需精确匹配（忽略大小写），以上两种方法即可满足需求。

内容的提问来源于stack exchange，提问作者Michael Kessler