在Pandas列中搜索字符串并获取初始位置的紧凑实现

给定如下DataFrame：

import pandas as pd
data = {'Description':  ['with chicken', 'champagne', 'Chicken', 'bananas and chicken', 'fafsa Lemons', 'GIN CHICKEN'],}
df = pd.DataFrame(data)
print(df)

需要在Description列中不区分大小写搜索字符串"chicken"，若存在则获取其在对应字符串中的起始位置（示例中"chicken"起始位置为1，采用1索引而非0索引），不存在则标记为NA，期望输出如下：

data = {'Description':  ['with chicken', 'champagne', 'chicken', 'bananas and chicken','fafsa Lemons', 'GIN CHICKEN'],
       'ChickenPosition':  ['6', 'NA', '1', '13', 'NA', '5']
       }
df = pd.DataFrame(data)
print(df)

求无需多步骤的极简紧凑实现代码。

核心逻辑用一行代码完成，直接通过字符串方法链式调用实现需求：

import pandas as pd

data = {'Description':  ['with chicken', 'champagne', 'Chicken', 'bananas and chicken', 'fafsa Lemons', 'GIN CHICKEN'],}
df = pd.DataFrame(data)

# 核心实现
df['ChickenPosition'] = df['Description'].str.lower().str.find('chicken').add(1).replace(-1, 'NA').astype(str)

print(df)

代码说明 #

• str.lower()：将列中所有字符串转为小写，实现不区分大小写的匹配
• str.find('chicken')：返回目标字符串的0起始索引，不存在则返回-1
• .add(1)：将0索引转换为示例要求的1起始索引
• .replace(-1, 'NA')：把匹配失败的-1替换为指定的NA标记
• .astype(str)：将结果转为字符串类型，与示例输出格式保持一致

内容的提问来源于stack exchange，提问作者highbury