使用pandas str.contains时，如何避免重复条件并统计修改次数？

问题场景 #

大量使用str.contains进行匹配赋值时，需要频繁修改匹配条件，同时希望自动统计每次修改的行数，避免重复复制粘贴代码导致的繁琐和错误。

解决方案 #

将匹配规则（模式+目标分类）统一管理，通过循环批量处理，自动统计并输出每次修改的行数：

1. 定义匹配规则列表：把所有需要匹配的模式和对应的分类放在一个列表中，后续修改条件只需调整这个列表即可。
2. 循环处理规则：遍历规则列表，每次执行匹配、统计行数、赋值，并打印结果。

示例代码

import pandas as pd

# 替换为你实际需要匹配的列名（比如df["product_name"]）
target_column = df["目标列名"]
# 初始化category列（如果尚未创建）
df["category"] = ""

# 定义匹配规则：(匹配模式, 目标分类)
match_rules = [
    ("apple", "fruit"),
    ("banana", "fruit"),
    ("Samsung|Sony", "Technology")
]

# 循环处理每个规则
for pattern, category in match_rules:
    # 生成匹配掩码，na=False避免空值干扰匹配结果
    mask = target_column.str.contains(pattern, na=False)
    # 统计匹配到的行数
    change_count = mask.sum()
    # 执行分类赋值
    df.loc[mask, "category"] = category
    # 输出本次修改结果
    print(f"{pattern} 替换完成，共修改 {change_count} 行")

预期输出

apple 替换完成，共修改 30 行
banana 替换完成，共修改 57 行
Samsung|Sony 替换完成，共修改 0 行

优势 #

• 只需维护match_rules列表，无需重复编写loc和str.contains代码
• 自动统计修改行数，直观查看每次匹配的效果
• 减少重复粘贴带来的错误，提升效率

内容的提问来源于stack exchange，提问作者asd