Pandas如何匹配列表任意完整关键词为字符串列赋值布尔值

核心逻辑 #

原isin方法仅支持单元格整值完全匹配，无法覆盖多词分隔场景。要实现独立词汇完整匹配，按以下逻辑处理即可：

• 待匹配关键词转为集合结构，提升成员判断效率
• 对properties列的字符串，以逗号、任意空白字符为分隔符拆分，过滤空值得到独立词汇列表
• 拆分后的词汇与关键词集合存在交集则标记为True，否则为False

完整代码 #

import pandas as pd
import re

# 初始化数据
data = {
  "properties": ["FinancialOffice","Gas Station", "Office", "K-12 School", "Commercial, Office"],
}
df = pd.DataFrame(data)
proplist = ["Office","Other - Mall","Gym"]

prop_set = set(proplist)
df["flag"] = df["properties"].apply(
    lambda s: bool(prop_set & set(re.split(r"[,\s]+", s.strip())))
)

匹配结果 #

执行后输出结果完全符合规则要求：

匹配规则校验：

• 连写字符串FinancialOffice无分隔符，拆分后仅为自身，不会误识别子串Office，判定为不匹配
• 逗号+空格分隔的Commercial, Office拆分后包含独立词汇Office，判定为匹配
• 单值Office与关键词完全一致，判定为匹配

空值兼容处理 #

如果properties列存在空值（NaN/None），调整匹配逻辑即可避免报错：

df["flag"] = df["properties"].apply(
    lambda s: bool(prop_set & set(re.split(r"[,\s]+", str(s).strip()))) if pd.notna(s) else False
)

内容的提问来源于stack exchange，提问作者Tahsin Alam