如何对Pandas DataFrame列迭代执行re.search自动填充Issue行

• 你调用re.search时传入了issues_df.iloc[[1]]（返回的是Description整行的Series对象），而非单个字符串，所以触发类型错误
• 原有赋值逻辑是直接覆盖整行Issue值，不会按列匹配更新，还会导致已匹配的正确值被后续循环覆盖
• 未处理Description单元格本身为NaN的情况，容易触发额外报错

import pandas as pd
import re

issue_dict = {'human rights':'HR', 'nuclear':'NU', 'sustainable development':'SD'}

# 先将Issue行全部初始化为空值，清除旧值干扰
issues_df.iloc[0] = pd.NA

# 遍历所有决议列
for col_name in issues_df.columns:
    # 单独取当前列的描述文本，转字符串避免空值报错
    desc_content = str(issues_df.loc['描述（Description）', col_name])
    # 遍历关键词字典做匹配
    for keyword, issue_code in issue_dict.items():
        if re.search(rf"(?i){keyword}", desc_content):
            # 匹配到关键词后仅更新当前列的Issue值
            issues_df.loc['问题（Issue）', col_name] = issue_code
            # 仅保留第一个匹配到的编码就保留break，需要叠加多个匹配编码就删除break
            break

• 优先按行索引名定位单元格，比硬编码行号的兼容性更强，不会因为后续行顺序调整出错
• 逐列单独提取对应描述文本传入正则匹配，从根源解决类型错误问题
• 匹配到关键词后仅修改当前列的Issue单元格，不会影响其他列的结果
• 新增字符串转换逻辑，即使描述单元格为空也不会触发类型报错
• 如果需要支持多关键词匹配返回多个编码，删除代码中的break，调整赋值逻辑为多编码拼接即可

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