Pandas列表关键词匹配问题：提取带后缀的前缀关键词至新列

你需要实现前缀匹配：仅当col_one的字符串以list20中的关键词为开头（关键词后可跟任意字符）时，将对应关键词填入新列，且需优先匹配最长的关键词（比如WHAUP要优先于WHA，避免短关键词提前匹配）。

原代码的核心问题：

• 未限制匹配必须从字符串开头开始，导致非前缀的关键词也会被匹配
• 未处理关键词优先级，短关键词会优先于长关键词被匹配（比如WHAUP会被错误匹配为WHA）
• 部分代码只是检查关键词是否存在于字符串中，而非前缀匹配

步骤1：先对关键词列表排序 #

将list20按关键词长度降序排序，确保长关键词先被匹配，避免短关键词抢占匹配：

sorted_list = sorted(list20, key=lambda x: -len(x))

方法1：使用Pandas字符串提取（推荐，效率更高） #

利用正则^符号限制匹配开头，结合排序后的关键词构建正则表达式：

import pandas as pd

list20 = ['ZEN', 'OOP', 'WICE', 'XO', 'WP', 'K', 'WGE', 'YGG', 'W', 'YUASA', 'XPG',  'ABC', 'WHA', 'WHAUP', 'WFX', 'WINNER', 'WIIK', 'WIN', 'YONG', 'WPH', 'KCE']
data = {"col_one": ["ZEN", "WPH", "WICE", "YONG", "K", "XO", "WIN", "WP", "WIIK", "YGG-W1", "W-W5", "WINNER", "YUASA", "WGE", "WFX", "XPG", "WHAUP", "WHA", "KCE13P2302A", "OOP-R"]}
df = pd.DataFrame(data)

# 按关键词长度降序排序
sorted_list = sorted(list20, key=lambda x: -len(x))
# 构建前缀匹配正则
pattern = f"^({'|'.join(sorted_list)})"
# 提取匹配的前缀关键词
df['new_col'] = df['col_one'].str.extract(pattern)[0]

方法2：自定义匹配函数（逻辑更直观） #

通过startswith检查前缀，遍历排序后的关键词：

import pandas as pd

list20 = ['ZEN', 'OOP', 'WICE', 'XO', 'WP', 'K', 'WGE', 'YGG', 'W', 'YUASA', 'XPG',  'ABC', 'WHA', 'WHAUP', 'WFX', 'WINNER', 'WIIK', 'WIN', 'YONG', 'WPH', 'KCE']
data = {"col_one": ["ZEN", "WPH", "WICE", "YONG", "K", "XO", "WIN", "WP", "WIIK", "YGG-W1", "W-W5", "WINNER", "YUASA", "WGE", "WFX", "XPG", "WHAUP", "WHA", "KCE13P2302A", "OOP-R"]}
df = pd.DataFrame(data)

# 按关键词长度降序排序
sorted_list = sorted(list20, key=lambda x: -len(x))

def match_prefix(string):
    for keyword in sorted_list:
        if string.startswith(keyword):
            return keyword
    return 'na'  # 无匹配时返回值

df['new_col'] = df['col_one'].apply(match_prefix)

最终输出结果 #

两种方法都会得到符合预期的结果：

内容的提问来源于stack exchange，提问作者T_Ner