如何在Python Pandas生成新列时实现关键词部分匹配

你的原代码是基于精确单词匹配（按空格拆分文本后匹配整个单词），所以无法捕捉关键词作为子串出现的情况（比如dinner出现在dinner-party里）。要实现部分匹配，我们需要检查每个关键词是否存在于小写后的描述文本中，而不是局限于完整单词。

修改后的代码 #

import pandas as pd

data = pd.read_excel('path_to_datafile.xlsx')
keywords = ['dinner','government','Agents','entertainment','Agent']
keywords_lower = [item.lower() for item in keywords]

# 用集合推导式收集所有匹配的关键词（自动去重），再用/连接
data['Keyword'] = data['Description'].apply(
    lambda x: '/'.join({kw for kw in keywords_lower if kw in x.lower()})
)

代码解释 #

1. 统一大小写：把关键词和描述文本都转成小写，避免大小写敏感的问题（比如Agent和agent都会被匹配）。
2. 部分匹配检查：遍历每个小写关键词，判断它是否是小写后描述文本的子串——这就实现了部分匹配，不管关键词是单独单词还是嵌入在其他字符串中。
3. 去重与连接：用集合推导式自动去除重复的匹配结果（比如如果Agent和Agents都匹配同一段文本，会自动去重），最后用/分隔符连接所有匹配的关键词。

可选优化：保留原关键词大小写 #

如果你希望输出的关键词保留原列表中的大小写（比如匹配到Agents就显示Agents而不是agents），可以稍微调整代码，遍历原关键词并同时检查小写形式：

data['Keyword'] = data['Description'].apply(
    lambda x: '/'.join({kw for kw in keywords if kw.lower() in x.lower()})
)

这样，当描述文本中出现agent时，会匹配到原关键词列表里的Agent和Agents，并保留它们的原始大小写输出。

内容的提问来源于stack exchange，提问作者Rahul rajan