如何在Pandas中通过部分字符串匹配新建DataFrame的Tenor列

嘿，我知道你为啥新列全返回FALSE了——你的代码里x in ['3Y','3M','1Y','1M']是在判断整个字符串x是否完全等于列表里的某个关键词，但你的数据都是带前缀/后缀的长字符串（比如ABC-3Y-ORDER），自然全匹配失败啦！

下面是实现你需求的最优方法，效率高且精准：

核心思路 #

用pandas的矢量化字符串方法str.extract结合正则表达式，直接从字符串中提取匹配的关键词，未匹配的自动填充NaN（如果需要FALSE可以后续替换）。这种方法比apply+lambda高效得多，尤其适合处理5万条的大数据量。

代码实现 #

import pandas as pd

# 假设你的DataFrame是df，目标列名为COLUMN
pattern = r'(3Y|3M|2Y|1Y)'  # 正则捕获组，匹配你要的关键词
df['Tenor'] = df['COLUMN'].str.extract(pattern, expand=False)

# 如果需要把未匹配的NaN替换成FALSE，加上这一行
# df['Tenor'] = df['Tenor'].fillna(False)

效果验证 #

用你的示例数据测试，结果如下：

为什么这是最优解？ #

• 矢量化操作：pandas的字符串方法是底层优化过的，比循环/apply快很多，处理5万条数据毫无压力
• 精准提取：正则表达式的捕获组能直接拿到你需要的关键词，不需要额外的判断逻辑
• 灵活可控：可以轻松调整正则模式（比如如果需要匹配1M，只要把1M加入pattern即可），也能自由替换未匹配的值

内容的提问来源于stack exchange，提问作者Dax2ib