Python中基于DataFrame现有字符串列按规则生成新列的方法

核心逻辑 #

按需求拆分判断规则即可：

• 先固定4个学期关键词：summer/spring/fall/winter
• 空值（含NaN、空字符串）直接赋值none
• 统计每行Term字段命中的关键词数量：命中1个则返回对应学期名，命中2个及以上返回multiple

完整可运行代码 #

import pandas as pd
import numpy as np

# 构造初始DataFrame
df = pd.DataFrame({
    'School': ['A', 'B', 'A', 'F', 'C', 'E'],
    'Term': ['summer 2020', 'spring 21', 'summer/spring', 'wintersem', 'fall trimester', np.nan],
    'Students': [324, 101, 201, 44, 98, 23]
})

# 定义学期关键词
term_keywords = ['summer', 'spring', 'fall', 'winter']

def match_termcode(term_val):
    # 空值判断
    if pd.isna(term_val) or str(term_val).strip() == '':
        return 'none'
    term_str = str(term_val).lower()
    # 统计命中的关键词
    hit = [kw for kw in term_keywords if kw in term_str]
    if len(hit) == 1:
        return hit[0]
    elif len(hit) >=2:
        return 'multiple'
    # 无任何关键词匹配的场景默认返回none，可按需调整
    return 'none'

# 生成新列
df['Termcode'] = df['Term'].apply(match_termcode)

运行结果 #

执行代码后得到的DataFrame和预期结构完全一致：

代码默认做了小写转换，可直接兼容Term字段大小写不统一的场景。

内容的提问来源于stack exchange，提问作者Nibbles