Python pandas DataFrame关键词搜索及匹配标识添加方法

原有代码的核心问题是apply计算得到的匹配结果没有赋值给DataFrame对象，执行完逻辑后结果直接被丢弃，DataFrame本身没有新增任何列，导出的CSV自然不会包含匹配标识。除此之外原有逻辑未处理空值、大小写差异场景，很容易出现漏匹配的问题。

以下代码会在DataFrame中新增两个字段：匹配状态布尔标记、行内匹配项累计计数，同时兼容空值、大小写不一致的常见场景：

import pandas as pd
import numpy as np

df = pd.read_csv('InventoryValue-byItem-6-25-22.csv')
keyword = "VODKA"

# 匹配状态标记：任意列命中关键词即为True
df["match_flag"] = df.apply(
    lambda x: x.astype(str).str.contains(keyword, case=False, na=False).any(),
    axis=1
)

# 匹配计数：统计当前行命中关键词的字段总数
df["match_count"] = df.apply(
    lambda x: x.astype(str).str.contains(keyword, case=False, na=False).sum(),
    axis=1
)

df.to_csv('file_name.csv', index=False)

• case=False：匹配时忽略大小写，避免Vodka、vodka等不同大小写格式的目标内容被漏判
• na=False：空值统一判定为不匹配，避免空值转字符串后触发报错或出现意外匹配结果
• 直接将apply返回值赋值给df["列名"]，才能把计算结果持久化到DataFrame结构中，最终写入导出的CSV文件

校验小技巧：导出文件前可以执行print(df[df["match_flag"]])，直接在控制台打印所有命中关键词的行，快速确认匹配结果是否符合预期。

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