如何用Python为DataFrame按规则优先级新增分类列

原实现存在4处核心错误，导致无法得到预期结果：

• 正则语法错误：[First]|[Last]属于正则字符集写法，仅会匹配F/i/r/s/t/L/a等单个字符，无法识别完整的[First]/[Last]占位符，方括号作为正则元字符需要转义
• 遍历逻辑错误：for i in df是遍历DataFrame的列名，并非逐行读取文本内容，直接将整列Series传入re.search会触发类型报错
• 规则覆盖不全：仅写了Save关键词匹配，缺失百分比、现金返还的Offer规则，完全未实现Gratitude、Curiosity、Generic三类判断，且Offer标签错写为Savings
• 列名不匹配：读取文件时定义的列名是Line/Type，和后续调用的columnA字段不对应

严格按照规则优先级实现，使用pandas的apply方法逐行匹配，避免手动循环append的低效问题：

import pandas as pd
import re

# 读取CSV文件，若你的文件无表头可自行调整header/names参数
df = pd.read_csv('2021 Lines Types.csv')

def get_category(content):
    content = str(content)
    # 最高优先级：匹配个性化占位符
    if re.search(r'\[First\]|\[Last\]', content):
        return "Personalized"
    # 次优先级：匹配优惠类（Save关键词/百分比折扣/现金返还，忽略大小写）
    elif re.search(r'save|saves|\d+%|\$\d[,\d]*.*back', content, flags=re.IGNORECASE):
        return "Offer"
    # 第三优先级：匹配感谢类内容
    elif re.search(r'thank\s*you', content, flags=re.IGNORECASE):
        return "Gratitude"
    # 第四优先级：匹配疑问类内容（带问号的问句）
    elif re.search(r'\?', content):
        return "Curiosity"
    # 无匹配规则归为通用类
    else:
        return "Generic"

# 生成Column B列
df['Column B'] = df['Column A'].apply(get_category)

# 打印验证结果，需要保存文件可取消下一行注释
print(df)
# df.to_csv('classified_result.csv', index=False)

执行代码后输出的分类结果和预期完全一致：

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