pandas DataFrame循环匹配列表值新增列出现AttributeError报错问题

• 遍历逻辑错误：for row in df.iloc[:,3:10] 这种写法遍历出来的是列名字符串，不是每行的内容，所以调用.str方法直接报错，这是AttributeError的直接诱因。
• 变量使用错误：首先不要用Python内置关键字list作为变量名，会覆盖内置功能；其次你的代码里循环关键词时一会用list一会用birds，变量名不一致也会引发报错。
• 赋值逻辑错误：df['sort'] == i 是相等判断语句，不是赋值操作，就算遍历逻辑对也不会给新列写入值，另外你报错代码里写的df['soort']属于拼写错误，和需求的sort列名不一致。
• 匹配逻辑漏洞：没有考虑大小写匹配问题，你的数据里存在Bird、Birdstrike等首字母大写的内容，默认大小写敏感的str.contains会匹配不到小写的bird关键词。

两种实现方式，大数据量场景优先选第二种向量化操作：

方法1：逐行匹配（逻辑易懂，适合小数据量） #

import pandas as pd
# 匹配关键词列表，不要用list做变量名
match_list = ['bird', 'rabit', 'rat', 'bat']

def get_match(row):
    # 遍历当前行指定列的所有内容
    for text in row.astype(str):
        for keyword in match_list:
            # 大小写不敏感匹配
            if keyword.lower() in text.lower():
                return keyword
    return None

# 应用函数生成新列
df['sort'] = df.iloc[:,3:10].apply(get_match, axis=1)

方法2：向量化操作（执行效率更高） #

match_list = ['bird', 'rabit', 'rat', 'bat']
# 把指定列的每行内容拼接成单个字符串，统一转小写
merged_text = df.iloc[:,3:10].fillna('').astype(str).agg(' '.join, axis=1).str.lower()
df['sort'] = None
# 逐个关键词匹配赋值
for keyword in match_list:
    df.loc[merged_text.str.contains(keyword, case=False, na=False), 'sort'] = keyword

内容的提问来源于stack exchange，提问作者RM swiftie