如何用Python将数据列中含指定关键词的值替换为对应分类？

你之前的replace代码是精确匹配逻辑，只有当单元格值完全等于列表里的内容时才会替换，而你需要的是包含指定关键词的模糊替换，所以没生效。下面是两种可行的实现方式：

方法1：用np.where结合str.contains（逻辑直观） #

逐个处理不同关键词的替换需求，适合规则较多时分步调试：

import numpy as np
import pandas as pd

# 替换包含'car'的所有值为'car'
credit_scoring['purpose'] = np.where(
    credit_scoring['purpose'].str.contains('car', case=False, na=False),
    'car',
    credit_scoring['purpose']
)

# 替换包含'wedding'的所有值为'wedding'
credit_scoring['purpose'] = np.where(
    credit_scoring['purpose'].str.contains('wedding', case=False, na=False),
    'wedding',
    credit_scoring['purpose']
)

# 其他替换示例：把包含'real estate'或'building a property'的值统一换成'real estate'
credit_scoring['purpose'] = np.where(
    credit_scoring['purpose'].str.contains('real estate|building a property', case=False, na=False),
    'real estate',
    credit_scoring['purpose']
)

参数说明：

• case=False：不区分关键词的大小写（比如'Car'也会被匹配），不需要的话可以改成True
• na=False：遇到空值时不替换，保留原样

方法2：用replace配合正则表达式（更简洁） #

把所有替换规则写成字典，一次性完成所有模糊替换：

# 定义替换规则：键是匹配关键词的正则表达式，值是替换后的目标内容
replace_rules = {
    r'.*car.*': 'car',
    r'.*wedding.*': 'wedding',
    r'.*(real estate|building a property).*': 'real estate'
}

# 开启regex参数，启用正则模糊匹配
credit_scoring['purpose'] = credit_scoring['purpose'].replace(replace_rules, regex=True)

说明：.*表示任意长度的任意字符，所以.*car.*能匹配所有包含'car'的字符串，你可以根据实际的取值情况，继续在字典里添加更多规则。

内容的提问来源于stack exchange，提问作者alars