Python中数据集与列表匹配时如何返回列表中对应的匹配项

实现思路 #

• 提前定义待匹配的关键词列表（也就是你的季节参考列表）
• 对每条查询语句，遍历关键词列表检查是否包含对应关键词
• 匹配到关键词后按要求格式化（首字母大写）输出即可

代码实现 #

基础匹配版本（针对纯查询列表场景） #

# 定义参考季节列表
season_list = ['winter','spring','summer','fall','autumn']

# 待匹配的查询列表
query_list = [
    "fall crafts for kids",
    "winter crafts for kids",
    "spring crafts for kids",
    "fall craft ideas for kids",
    "summer crafts for kids",
    "autumn crafts for kids",
    "easy winter crafts for kids",
    "spring craft ideas for kids",
    "fun summer crafts for kids",
    "winter craft ideas for kids"
]

# 匹配逻辑
result = []
for query in query_list:
    # 统一转小写避免大小写导致的匹配遗漏
    query_lower = query.lower()
    for season in season_list:
        if season in query_lower:
            # 首字母大写后存入结果
            result.append(season.capitalize())
            # 匹配到即跳出循环，避免多匹配
            break

# 打印输出结果和你预期完全一致
for item in result:
    print(item)

带结构化数据处理版本（针对你现有带Intent标签的数据集） #

如果你已经把数据整理成结构化表格，可用pandas批量处理：

import pandas as pd

# 读取你的数据集文件，可根据实际格式调整读取方法
df = pd.read_csv("你的数据文件路径.csv")
season_list = ['winter','spring','summer','fall','autumn']

def match_season(query):
    query_lower = query.lower()
    for season in season_list:
        if season in query_lower:
            return season.capitalize()
    # 未匹配到返回空值，可根据需求调整默认值
    return None

# 新增匹配结果列
df['匹配季节'] = df['Top Queries'].apply(match_season)

# 导出处理后的完整数据
df.to_csv("匹配后结果.csv", index=False)

注意事项 #

• 若后续关键词存在包含关系（如同时存在autumn和autumn special），可先将关键词列表按字符长度倒序排列后再遍历匹配，优先匹配更长的关键词，避免误匹配
• 若查询中存在特殊字符、标点干扰匹配，可先对查询做清洗，剔除无关字符后再执行匹配逻辑

内容的提问来源于stack exchange，提问作者Parth Shah