如何在pandas中搜索指定关键词并修改对应单元格内容

针对你的需求，优先用pandas原生矢量化字符串操作实现，效率远高于手动遍历单元格，具体实现如下：

仅处理指定列（示例中为y列） #

这是最常用的场景，也是性能最优的写法：

import pandas as pd

# 构造示例DataFrame，你可以替换为自己的数据源
df = pd.DataFrame(
    data={'x': [1,2,3], 'y': ['information', 'information and some stuff', 'information and random stuff']},
    index=['A', 'B', 'C']
)

# 配置关键词，前后加空格避免误匹配到包含and的普通单词（如sand、anderson等）
split_keyword = ' and '
# 分割后取第一个片段，无关键词的内容会完整保留
df['y'] = df['y'].str.split(split_keyword, n=1).str.get(0)

处理全表所有字符串列 #

如果需要对所有字符串类型的单元格做统一处理，可以用下面的写法：

split_keyword = ' and '
# 筛选所有字符串类型的列
str_columns = df.select_dtypes(include='object').columns
df[str_columns] = df[str_columns].apply(lambda col: col.str.split(split_keyword, n=1).str.get(0))

处理后的输出完全符合你的预期：

x            y
A  1  information
B  2  information
C  3  information

性能说明 #

上述写法底层为C实现的矢量化操作，相比Python层的for循环遍历单元格，性能提升可达10~100倍，万行以上数据集优势尤为明显。

内容的提问来源于stack exchange，提问作者maddes