Pandas实现SQL CASE WHEN逻辑 按优先级匹配标签生成新列

你需要实现类似SQL的优先级CASE WHEN逻辑，给pandas的DataFrame新增Tag_after列，匹配规则按优先级从高到低执行，每行匹配到第一个符合的规则后就不再后续匹配，未匹配到规则的行保留原始Tag值。

• 尝试1：每次匹配都会覆盖所有命中当前规则的行，不管该行是否已经匹配到更高优先级的规则，最终低优先级规则会覆盖高优先级的匹配结果，不符合优先级要求。
• 尝试2：if tag_before[i] in df[col_tag]:的判断逻辑错误，该语法是判断字符串是否存在于Series的索引中，不是判断每行的Tag字段是否包含对应字符串，完全不符合匹配要求。

import pandas as pd

# 构造原始数据
df = pd.DataFrame.from_dict(
    {
        'Name': ['Jane', 'Melissa', 'John', 'Matt', 'Abernethy', 'Annie', 'Brook', 'Brian', 'Carrie'],
        'Tag': ['tag1,tag2', 'tag9,tag_wrong1', 'tag4,tag3,tag7', 'tag2,tag9', 'tag1,tag3', 'tag3,tag4,tag5', 'tag9,tag2', 'tag3,tag2', 'tag1,tag5'],
    }
)

# 按优先级从高到低定义匹配规则：(要匹配的tag关键字, 替换后的tag值)
tag_rule = [
    ('tag1', 'tag1'),
    ('tag2', 'tag2'),
    ('tag3', 'tag3'),
    ('tag4', 'tag4'),
    ('tag5', 'tag5'),
    ('tag_wrong1', 'tag_right1'),
]

# 初始化结果列为空
df['Tag_after'] = ''

# 按优先级遍历规则，仅给还未匹配到结果的行赋值
for match_tag, replace_tag in tag_rule:
    # 筛选条件：结果列为空 且 Tag列包含当前匹配关键字（na=False处理空值情况）
    match_mask = (df['Tag_after'] == '') & df['Tag'].str.contains(match_tag, na=False)
    df.loc[match_mask, 'Tag_after'] = replace_tag

# 未匹配到任何规则的行，保留原始Tag值
df.loc[df['Tag_after'] == '', 'Tag_after'] = df['Tag']

执行代码后输出的df和你期望的结果完全一致：

内容的提问来源于stack exchange，提问作者Roc-kit