如何遍历含字符串的DataFrame行并匹配列表元素生成新列？

你的代码问题在于循环中每次赋值都会覆盖df['matched']，最后只会保留最后一个列表元素的匹配结果，所以无法得到正确的多匹配结果。以下是几种可行的解决方法：

方法1：使用apply自定义匹配逻辑 #

先把匹配列表转成小写集合方便快速查找，同时构建小写值到原列表元素的映射字典，再对name列逐个处理：

import numpy as np
import pandas as pd

# 示例数据
df = pd.DataFrame({'name': ['tom', 'jerry', 'steven', 'Zeo']})
match_list = ['tom', 'zeo']

# 构建小写映射集合和字典
match_set = set(item.lower() for item in match_list)
match_map = {item.lower(): item for item in match_list}

# 生成matched列
df['matched'] = df['name'].apply(lambda x: match_map.get(x.lower(), np.nan))

运行后输出结果：

name matched
0     tom     tom
1   jerry     NaN
2  steven     NaN
3     Zeo     zeo

方法2：使用str.lower结合replace与where #

通过字符串转小写、映射替换，再筛选出匹配项：

df['matched'] = df['name'].str.lower().replace(match_map).where(df['name'].str.lower().isin(match_set), np.nan)

原代码问题分析 #

你写的循环中，每一次迭代都会重新给df['matched']整列赋值：第一次循环处理tom时，只有tom对应的位置是tom，其余为nan；第二次循环处理zeo时，会覆盖整列数据，最终只有Zeo对应的位置是zeo，其他行（包括tom）都会变成nan，所以无法得到正确结果。

内容的提问来源于stack exchange，提问作者Tom Shang