Pandas问题：str.contains多匹配时新增列报ValueError的解决方法

问题背景 #

现有包含942条评论的reviews列，特征词列表如下：

features = ['support','time','follow','submit','ticket','team','swap','account','experi','contact','user','platform','screen','servic','custom','restrict','fast','portfolio','specialist']

需求是检查每条评论是否包含特征词中的一个或多个，并将匹配到的词存入新列。原执行代码：

data["words"] = data[data["reviews"].str.contains('|'.join(features))]

报错：ValueError: Columns must be same length as key

报错原因 #

原代码通过布尔索引data[data["reviews"].str.contains(...)]筛选出了匹配特征词的行子集，这个子集的行数远小于原数据集的942行，直接赋值给新列时，长度不匹配导致报错。

解决方案 #

使用str.findall()方法，对每一行评论提取所有匹配的特征词，返回结果的长度和原数据集完全一致，不会出现长度不匹配问题。

代码实现 #

import re

features = ['support','time','follow','submit','ticket','team','swap','account','experi','contact','user','platform','screen','servic','custom','restrict','fast','portfolio','specialist']

# 提取所有匹配的特征词，返回列表（无匹配则为空列表）
data["words"] = data["reviews"].str.findall(r'\b(' + '|'.join(features) + r')\b', flags=re.IGNORECASE)

# 可选：将列表转为逗号分隔的字符串格式
data["words_str"] = data["words"].apply(lambda x: ', '.join(x) if x else '')

代码说明 #

1. \b单词边界：确保匹配的是独立单词（比如避免把"service"中的"servic"误匹配，若需求是匹配子串，可去掉\b）。
2. flags=re.IGNORECASE：忽略大小写匹配，比如"Support"或"SUPPORT"都会被识别为"support"，不需要可删除此参数。
3. 处理无匹配情况：无匹配特征词的行，findall会返回空列表；若需要转为空字符串，用apply方法处理即可。

内容的提问来源于stack exchange，提问作者MASTERWM