如何使用apply为pandas DataFrame添加新列并保持索引对齐

问题根源 #

你之前的写法将未匹配到结果的行直接丢弃，flattenedWeights、flattenedCounts仅保留了匹配成功的内容，长度和原DataFrame的8000行不一致，赋值时pandas会自动在末尾补空值，导致有效内容全部集中在列顶部，和原索引无法对齐。

正确实现方案 #

推荐直接使用pandas自带的字符串匹配方法，自动对齐原DataFrame索引，无需手动处理列表，代码更简洁效率也更高：

import pandas as pd
import re

# 1. 匹配重量列：支持ml/g/gm单位，自动忽略大小写和数字与单位之间的空格
weight_pattern = r'(\d+\s*(?:ml|g|gm))'
df['flattenedWeights'] = df['item_name'].str.extract(weight_pattern, flags=re.IGNORECASE)

# 2. 匹配包装规格列：合并两种匹配规则，支持x/pk/pack/packs、pack of 等格式
count_pattern = r'(\d+\s*(?:x|pk|pack|packs)|packs? of \d+)'
df['flattenedCounts'] = df['item_name'].str.extract(count_pattern, flags=re.IGNORECASE)

# 若某行可能匹配到多个结果，需要保留所有结果时，改用findall+join的写法：
# df['flattenedWeights'] = df['item_name'].str.findall(weight_pattern, flags=re.IGNORECASE).str.join(',')

# 导出结果
df.to_csv('newColumns.csv', index=False)

之前写法报错原因 #

• 自定义fab函数没有接收行参数也没有返回值，apply调用时每一行都会重复执行全量匹配，既拿不到对应行的结果，效率也极低
• 直接把列表flattenedWeights传入apply方法，pandas无法将列表识别为可执行函数，会直接报错

内容的提问来源于stack exchange，提问作者Osiris