在pandas列中检索特定短语并赋值新列时出现报错如何解决

错误原因 #

你的代码问题出在赋值逻辑不匹配：

• df.loc[df['Description'].str.contains("work from home",na=False)] 返回的是满足筛选条件的整行数据子集，属于二维的DataFrame对象，并非你需要的单列结果
• 直接将多列的DataFrame赋值给新的单列df['Work From Home']，数据维度不匹配就会触发ValueError。此前检索「social insurance」未报错只是巧合：刚好仅有1行符合条件，pandas自动做了临时兼容，逻辑本身也是错误的。

正确实现方案 #

根据常用需求分为两种场景：

场景1：新列存储布尔匹配标识（匹配为True/不匹配为False） #

直接将str.contains返回的一维布尔Series赋值给新列即可，这是最常用的实现方式：

df['Work From Home'] = df['Description'].str.contains("work from home", na=False)

如果需要替换为更直观的文本标识，可以追加映射逻辑：

df['Work From Home'] = df['Description'].str.contains("work from home", na=False).map({True: '是', False: '否'})

场景2：新列仅保留匹配行的Description内容，不匹配行留空 #

如果需要提取匹配到的原描述文本，可使用where方法实现：

df['Work From Home'] = df['Description'].where(df['Description'].str.contains("work from home", na=False), '')

单独提取匹配行子集的正确写法 #

如果确实需要单独存储所有匹配的整行数据做后续处理，单独赋值给新变量即可，不要直接赋值给原DataFrame的单列：

workfromhome_df = df.loc[df['Description'].str.contains("work from home", na=False)].copy()

内容的提问来源于stack exchange，提问作者Seif Mahdi