如何判断Pandas列字符串是否含字典值并生成对应键的新列

我们可以通过构建反向映射+匹配的方式，快速实现给Pandas数据框新增匹配类别的需求，以下是具体实现步骤：

1. 准备基础数据 #

先定义原始字典和数据框：

import pandas as pd

# 定义车型类别与具体车型的映射字典
vehicle_dict = {'Car': ['Merc', 'BMW', 'Ford', 'Suzuki'], 'MotorCycle': ['Harley', 'Yamaha', 'Triump']}

# 创建原始数据框
df = pd.DataFrame({
    'Person': ['A', 'B'],
    'Sentence': ['He drives a Merc', 'He rides a Harley']
})

2. 方法一：正则匹配（高效适合大数据量） #

先构建反向映射字典，把每个具体车型关联到对应的类别，再用正则快速提取匹配项：

# 构建反向映射：具体车型 → 类别
reverse_map = {model: category for category, models in vehicle_dict.items() for model in models}

# 拼接正则匹配模式，匹配任意一个车型
pattern = '|'.join(reverse_map.keys())

# 提取Sentence中的车型，并映射到对应类别
df['Vehicle'] = df['Sentence'].str.extract(f'({pattern})', expand=False).map(reverse_map)

执行后得到的结果：

3. 方法二：逐行遍历（逻辑直观） #

如果需要更直白的逻辑判断，可以用apply逐行检查Sentence是否包含某类别的车型：

def match_vehicle(sentence):
    for category, models in vehicle_dict.items():
        if any(model in sentence for model in models):
            return category
    return None  # 无匹配时返回空值

df['Vehicle'] = df['Sentence'].apply(match_vehicle)

注意事项 #

• 若Sentence中存在多个匹配车型（比如同时出现Merc和Harley），两种方法都会返回第一个匹配到的类别，可根据需求调整匹配优先级。
• 如需不区分大小写的匹配，可在正则中添加flags=re.IGNORECASE，或在逐行判断时将字符串统一转为小写。

内容的提问来源于stack exchange，提问作者dratoms