Python Pandas：如何提取DataFrame文本中匹配的指定词汇到新列

嘿，刚学Python完全不用不好意思～你的问题其实是循环逻辑的小问题：每次循环都用单个单词的匹配结果覆盖了整个df['words']列，最后自然只剩最后一个单词的布尔判断结果，而不是所有匹配到的词汇。下面给你几种实用的解决方案：

1. 用apply结合列表推导（直观易懂，适合小数据集） #

这个方法会逐行检查文本，收集所有匹配的目标词汇：

import pandas as pd

list_words = ['apple','banana','orange']
# 对每行text，筛选出存在的词汇，返回列表
df['words'] = df['text'].apply(lambda x: [word for word in list_words if pd.notna(x) and word in x])

• 效果：如果某行文本同时包含apple和banana，df['words']对应的值就是['apple', 'banana']；没有匹配的话返回空列表[]。

2. 用矢量化的str.findall（高效，适合大数据集） #

Pandas的字符串方法是矢量化的，比apply快很多，推荐处理大量数据时用：

import pandas as pd
import re

list_words = ['apple','banana','orange']
# 转成正则备选模式，用re.escape避免词汇含特殊字符时出错
pattern = '|'.join(re.escape(word) for word in list_words)
# 提取所有匹配的词汇，返回列表
df['words'] = df['text'].str.findall(pattern)

# 如果需要忽略大小写匹配，加flags参数：
# df['words'] = df['text'].str.findall(pattern, flags=re.IGNORECASE)

可选：把匹配列表转成逗号分隔的字符串 #

如果不想存列表，想要用字符串展示匹配结果，可以再加一步：

df['words_str'] = df['words'].apply(lambda x: ', '.join(x) if x else '')

比如匹配到两个词汇时，会显示apple, banana，无匹配则显示空字符串。

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