Pandas如何根据DataFrame指定列的字符串内容新增对应赋值的新列

错误原因 #

1. 语法错误：iterrows是DataFrame的可调用方法，你的代码里df.iterrows遗漏了调用括号，应该写为df.iterrows()。
2. 类型错误：当A列的值为空时，部分场景下pandas会将空值识别为NaN（浮点型），直接用in关键字判断字符串是否存在于浮点型变量中，就会触发float is not iterable的报错。
3. 隐藏问题：直接对iterrows返回的row对象赋值不会修改原DataFrame，必须通过df.loc[index, 列名]的方式写入原表才会生效。

推荐方案（向量化实现，效率远高于循环） #

优先用pandas原生字符串方法实现需求，代码更简洁，处理大表时性能优势明显：

import numpy as np

# 先统一处理A列的空值，避免NaN引发类型问题
df['A'] = df['A'].fillna('')
# 多条件匹配生成B列
df['B'] = np.where(
    df['A'].str.contains('Emo/'),
    0,
    np.where(df['A'].str.contains('Neu/'), 1, '')
)

原循环写法的修正版本 #

如果你坚持用循环实现，修正后的代码如下：

df["B"] = ""
for index, row in df.iterrows():
    a_val = str(row["A"]).strip()
    if "Emo/" in a_val:
        df.loc[index, "B"] = 0
    elif "Neu/" in a_val:
        df.loc[index, "B"] = 1
    else:
        df.loc[index, "B"] = ""

两种方案运行后都可以得到你预期的输出结果。

内容的提问来源于stack exchange，提问作者Catherine