如何基于字符串匹配从DataFrame生成多列？动物列扩展需求

核心思路 #

通过pandas的apply函数提取每行中所有匹配的目标字符串，再将结果拆分到多列中，同时处理无匹配的情况。

1. 准备数据与搜索列表 #

假设你的目标搜索列表是动物关键词，先定义示例数据和搜索列表：

import pandas as pd

# 定义要搜索的动物列表
search_list = ['dog', 'cat']

# 构造示例DataFrame
data = {
    'weight': [70, 10, 65, 1, 30],
    'String1': [
        'Labrador is a dog',
        'Abyssinian is a cat',
        'German Shepard is a dog',
        'pigeon is a bird',
        'I have a dog and a cat'
    ]
}
df = pd.DataFrame(data)

2. 提取每行匹配的动物 #

遍历String1列，收集所有命中的关键词；如果无匹配，返回['other']作为默认值：

# 提取所有匹配的动物，无匹配则返回['other']
matched_animals = df['String1'].apply(
    lambda s: [animal for animal in search_list if animal in s] or ['other']
)

3. 拆分结果为多列 #

将提取到的列表转换为DataFrame，指定列名后与原数据合并：

# 拆分列表为animal_1、animal_2列，不足的位置填充NaN
animals_df = matched_animals.apply(pd.Series).rename(columns={0: 'animal_1', 1: 'animal_2'})

# 合并到原DataFrame
df = pd.concat([df, animals_df], axis=1)

4. 可选：处理空值 #

如果需要将NaN替换为空字符串或其他默认值，添加以下代码：

df = df.fillna('')

最终输出 #

处理后的DataFrame如下：

weight                  String1 animal_1 animal_2
0      70        Labrador is a dog      dog         
1      10      Abyssinian is a cat      cat         
2      65  German Shepard is a dog      dog         
3       1         pigeon is a bird    other         
4      30   I have a dog and a cat      dog      cat

内容的提问来源于stack exchange，提问作者Daniel