pandas如何基于多字符串匹配条件为DataFrame新增列？

需要为pandas DataFrame新增Content_Category列，规则基于vod_episode_name列的字符串匹配结果：字段值包含"Episode"或"Ep"任意一个关键词时，标记为"Series"，否则留空。
原编写的代码如下：

import pandas as pd
name = 
r"C:\Users\saarif2201\Desktop\Classification\Vidio_Indonesia\VidioDataset-Apr'22.xlsx"
df = pd.read_excel(name)
consist = ["Episode","Ep"]
def cat_marking(x):
    if consist in (x):
      return "Series"
    else:
      return ""

df['Content_Category'] = df['vod_episode_name'].apply(cat_marking)

原判断逻辑完全倒置：代码中consist in x是检查关键词列表整体是否为当前字符串的子串，这个条件永远不可能成立，因此所有行最终都会返回空值，达不到预期匹配效果。同时原代码没有处理字段空值的情况，遇到NaN值时直接做in判断会抛出异常。

方案1：修正自定义apply函数（适合小数据集，逻辑易读） #

调整判断逻辑，检查当前字符串是否包含任意一个目标关键词，同时增加空值兼容处理：

import pandas as pd
name = r"C:\Users\saarif2201\Desktop\Classification\Vidio_Indonesia\VidioDataset-Apr'22.xlsx"
df = pd.read_excel(name)
keywords = ["Episode", "Ep"]

def get_category(content_name):
    if pd.isna(content_name):
        return ""
    if any(k in str(content_name) for k in keywords):
        return "Series"
    return ""

df['Content_Category'] = df['vod_episode_name'].apply(get_category)

方案2：向量化正则匹配（适合大数据集，性能更高，推荐） #

使用pandas内置的字符串向量化操作，避免apply的逐行循环开销，运行效率远高于自定义apply方法：

import pandas as pd
name = r"C:\Users\saarif2201\Desktop\Classification\Vidio_Indonesia\VidioDataset-Apr'22.xlsx"
df = pd.read_excel(name)
keywords = ["Episode", "Ep"]

# 拼接正则规则，|代表逻辑或
match_pattern = "|".join(keywords)
# na=False指定空值按不匹配处理，最后将布尔结果映射为目标标签
df['Content_Category'] = df['vod_episode_name'].astype(str).str.contains(match_pattern, na=False).map({
    True: "Series",
    False: ""
})

匹配精度提示：如果不需要模糊匹配子串，要避免把"Epic""Episodee"这类包含关键词片段的内容误判，可以给正则增加单词边界，将match_pattern替换为r"\b(Episode|Ep)\b"，只会匹配独立的"Episode"或"Ep"单词。

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