Python：如何用字典匹配词为Series添加类型列并修复循环问题

问题说明 #

需要根据预定义的关键词字典，为客户名称字段匹配对应的类型列：若客户名称包含字典中某类别的关键词，则将该类别作为新列值（例如“Oak Sheriff's Office”对应类型“POLICE”）。原代码存在两个问题：

• 匹配到关键词后无法终止循环，导致生成的行数远超原始数据
• 三层循环写法冗余，效率低

原代码问题分析 #

keywords = {} 
key_dict['POLICE'] = ['police', 'sheriff', 'safety']
key_dict['FIRE'] = ['fire', 'rescue']


for cust in renewals['customer name']:
    for word in keywords:
        for key in keywords[word]:
            if key in cust:
                df = df.append({'Type':word}, ignore_index=True)
                break
        break

1. 变量名不一致：定义了空字典keywords，但赋值和遍历的是key_dict，导致内层循环实际未执行
2. 循环终止逻辑错误：break仅跳出最内层的关键词循环，外层循环仍会继续，且每次df.append会新增一行，而非对应原数据的每行记录
3. 未处理大小写：客户名称中的大写关键词（如Sheriff）无法匹配字典中的小写关键词
4. 三层循环冗余：嵌套层级过多，代码可读性和效率差

优化实现方案 #

利用Pandas的apply方法简化逻辑，同时修正循环终止问题，处理大小写匹配：

import pandas as pd

# 统一关键词字典定义
key_dict = {
    'POLICE': ['police', 'sheriff', 'safety'],
    'FIRE': ['fire', 'rescue']
}

def get_customer_type(cust_name):
    # 转为小写消除大小写影响
    cust_lower = cust_name.lower()
    # 遍历每个类别及其关键词
    for type_label, keywords in key_dict.items():
        for keyword in keywords:
            if keyword in cust_lower:
                # 匹配到直接返回类别，自动终止所有循环
                return type_label
    # 无匹配时返回默认类别
    return 'OTHER'

# 为原数据生成Type列，每行对应一个结果
renewals['Type'] = renewals['customer name'].apply(get_customer_type)

优化点说明 #

• 匹配后自动终止：找到对应关键词后通过return直接结束函数，无需手动处理循环终止
• 对应原始数据行：通过apply逐行处理，新列与原数据行数完全一致
• 大小写兼容：将客户名称转为小写后匹配，避免大小写导致的匹配失败
• 代码简化：逻辑清晰，去掉冗余嵌套，可读性和执行效率更高

内容的提问来源于stack exchange，提问作者wittmaaj