Pandas如何循环匹配A列包含的字符串并更新dept列值

你的循环逻辑存在覆盖问题：每次遍历都会重写整个dept列，前一轮匹配到的部门值会被后一轮的"Unknown"默认值覆盖，只有最后一个遍历的部门的匹配结果能保留，因此绝大多数行最终都会变成Unknown。

方案1：向量化实现（推荐，性能最优，无需循环） #

直接通过正则提取匹配的部门值，即使你有171个部门也能高效运行，不会有性能问题：

import re
import pandas as pd

depts = ['PHYS', 'PSYCH']
# 拼接正则规则，re.escape可避免部门名包含./*+等正则特殊字符时报错
pattern = '|'.join(re.escape(dept) for dept in depts)
# 提取匹配到的第一个部门，未匹配到的填充为Unknown
df['dept'] = df['a'].str.extract(f'({pattern})', expand=False).fillna('Unknown')

方案2：循环逻辑修正版 #

如果需要保留循环写法，只需先初始化默认值，再仅更新匹配到的行即可：

depts = ['PHYS', 'PSYCH']
# 先初始化所有行的dept为默认值
df['dept'] = 'Unknown'
for dept in depts:
    # 仅修改当前未匹配、且符合当前部门规则的行
    df.loc[df['a'].str.contains(dept, na=False) & (df['dept'] == 'Unknown'), 'dept'] = dept

na=False参数可以避免a列存在空值时匹配逻辑报错。

如果某行的a列同时匹配多个部门，两种方案都会优先取部门列表中排在前面的部门值，如果你需要优先取靠后的部门，反转depts列表的遍历顺序即可。

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