如何匹配DataFrame text列指定词替换后生成新行添加到另一DataFrame

你可以直接用下面的pandas操作实现需求，无需手动逐行遍历全量数据，运行效率更高：

• 首先定义匹配替换映射规则，支持批量设置多组目标词替换逻辑
• 先筛选出text列包含目标词的行，仅对目标行做修改
• 最后将处理后的行批量追加到dataframe2中

import pandas as pd

# 替换规则配置，可按需新增多组
# 格式: {目标词: (替换后的新词, 新行的abstract字段值)}
replace_config = {
    "beautiful": ("bf", "bf")
}
target_word_list = list(replace_config.keys())

# 筛选dataframe1中text列包含任意目标词的行，自动跳过空值
matched_rows = dataframe1[dataframe1['text'].str.contains('|'.join(target_word_list), na=False)].copy()

# 对匹配到的行按规则修改字段
for _, row in matched_rows.iterrows():
    for target_word, (new_word, new_abstract) in replace_config.items():
        if target_word in row['text']:
            # 替换text中的目标词
            matched_rows.loc[_, 'text'] = row['text'].replace(target_word, new_word)
            # 替换abstract
            matched_rows.loc[_, 'abstract'] = new_abstract
            # 替换label为原目标词
            matched_rows.loc[_, 'label'] = target_word

# 追加到dataframe2
dataframe2 = pd.concat([dataframe2, matched_rows], ignore_index=True)

如果存在单条text同时包含多个目标词的情况，可自行调整匹配优先级逻辑，比如只处理第一个匹配到的目标词，或者按顺序全量替换即可。

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