如何从Pandas DataFrame列中匹配城市列表提取对应地点值

问题原因 #

你的原有代码存在两个核心问题：

1. 每次触发匹配逻辑时，都是对整个Localidad列统一赋值，而非给当前匹配到的单行赋值，因此所有行的取值最终都会被最后一次赋值的内容覆盖。
2. 你直接将完整的desc文本赋值给了目标列，没有单独提取匹配到的城市名称。

另外补充一个语法小问题：你定义城市列表时Corrientes前缺少单引号，且不要用list作为变量名，list是Python内置关键字，容易引发命名冲突。

解决方案 #

推荐使用pandas向量化字符串操作实现需求，性能远高于手动循环，代码也更简洁：

import pandas as pd
import re

# 原始DataFrame定义
obras = pd.DataFrame([
    ['1','Agua de Buenos Aires'],
    ['2', 'Sistenas de carreteras Jujuy'],
    ['3','Reasentamiento en Entre Ríos'], 
    ['4','Rutas en Córdoba']
], columns = ['id', 'desc'])

# 修正后的城市列表，避免用list作为变量名
city_list = ['Buenos Aires', 'Jujuy', 'Corrientes', 'Entre Ríos']

# 构建正则匹配模式：按城市名称长度倒序排列，避免短名称被优先匹配的问题
pattern = '|'.join(sorted(map(re.escape, city_list), key=len, reverse=True))

# 提取匹配到的城市到新列，未匹配到的自动为NaN
obras['Localidad'] = obras['desc'].str.extract(f'({pattern})', expand=False)

运行后obras的结果 #

如果你更习惯用循环实现，可参考修正后的循环写法：

# 先初始化列全为缺失值
obras['Localidad'] = pd.NA

# 遍历每行的索引和desc内容
for idx, desc_text in obras['desc'].items():
    for city in city_list:
        if city in desc_text:
            # 仅给当前匹配到的行赋值
            obras.loc[idx, 'Localidad'] = city
            # 匹配到第一个城市后跳出循环，避免多个城市匹配的冲突
            break

内容的提问来源于stack exchange，提问作者Facundo Javier Vargas