如何在Pandas数据框中从地址列提取州名生成新列？

首先注意你的州列表代码存在错误，List = [Imo, Lagos, Abia, Ebonyi, Rivers]里的州名是未定义变量，需要改成字符串列表：

states = ['Imo', 'Lagos', 'Abia', 'Ebonyi', 'Rivers']

不推荐使用iterrows()，它逐行遍历的效率极低，尤其在数据量大时。推荐以下两种更高效简洁的方法：

方法一：使用apply函数 #

定义提取州名的函数，通过apply批量处理每一行地址：

def get_state(address):
    for state in states:
        if state in address:
            return state
    return None  # 无匹配州名时返回空值

df['state'] = df['Address'].apply(get_state)

方法二：使用正则表达式（更高效） #

利用Pandas的字符串矢量化操作，通过正则匹配直接提取州名，速度远快于逐行遍历：

# 生成正则匹配模式，用|分隔所有州名
state_regex = '|'.join(states)
# 提取第一个匹配到的州名
df['state'] = df['Address'].str.extract(f'({state_regex})', expand=False)

执行后你的数据框会新增state列，对应每行地址中的州名。

内容的提问来源于stack exchange，提问作者Engr. Chinwe