Python中如何用字典value匹配DataFrame列内容并返回对应key生成新列

问题原因 #

你当前的实现每次循环都会对整个C列重新赋值，前几次循环匹配到的结果会被后续循环直接覆盖，同时你写的np.where缺少第三个else参数，语法存在缺陷，因此无法得到预期结果。

正确实现方法 #

推荐优先用无循环的向量化方案，效率更高也更易维护：

import pandas as pd
import numpy as np

# 原有基础数据
data = {'Name':['Tom', 'nick', 'krish', 'jack'],
        'Note':['The color is red', 'This is a white blouse', 'I love the blue hoodie', 'What is that orange box?']}
df = pd.DataFrame(data)
F={'One':'red','Two':'white', 'Three':'blue', 'Four':'orange'}

# 1. 反转字典，得到「颜色:对应标签」的映射关系
color_to_tag = {v:k for k,v in F.items()}
# 2. 构建正则匹配模式，覆盖所有待检索的颜色词
pattern = '|'.join(color_to_tag.keys())
# 3. 从Note列提取匹配到的颜色，映射为对应标签后赋值给C列
df['C'] = df['Note'].str.extract(f'({pattern})', expand=False).map(color_to_tag)

运行后得到的df符合预期：

如果你一定要基于循环逻辑修改也可以，先初始化C列为空值，每次循环仅给未匹配到结果的行赋值，避免覆盖历史结果：

# 先初始化C列为空值
df['C'] = np.nan
for tag, color in F.items():
    # 仅给C列为空、且Note包含当前颜色的行赋值
    mask = df['C'].isna() & df['Note'].str.contains(color)
    df.loc[mask, 'C'] = tag

补充说明 #

• 如果某行Note包含多个颜色词，上述str.extract方案默认返回第一个匹配到的颜色对应的标签，需要返回所有匹配结果可自行调整逻辑
• 如果存在无匹配颜色的行，C列对应位置会是空值，可根据需求用fillna补充默认值

内容的提问来源于stack exchange，提问作者Shang Lu