pandas循环遍历中为DataFrame新增文本文件匹配列的实现问题

你代码的核心问题是dfl['Match'] = s1.strip()属于整列统一赋值，每次循环都会覆盖所有行的Match列值，需要改成仅针对当前遍历到的行赋值。同时原代码存在字符串拼接语法错误、未处理无匹配/多匹配场景的问题。
修改后的完整代码如下：

import re
import pandas as pd

# 提前初始化Match列，默认填充空值
dfl['Match'] = ''

for index, row in dfl.iterrows():
    words = row['Term']
    field_name = row['Type']
    # 注意：原代码的row['chart']和你给出的DataFrame结构的TextID字段不匹配，如实际字段为chart可自行修改
    path = "C:\\Users\\myfolder\\"+str(row['TextID'])+".txt"
    match_res = []
    with open(path,"r", encoding='utf-8') as myfile:
       target_string = myfile.read()
       # 执行正则匹配
       for match in re.finditer(words, str(target_string), re.IGNORECASE):
           print(match.start(), match.end(), match.group())
           # 拼接单条匹配结果
           single_match = f"{match.start()},{match.end()},{field_name}"
           match_res.append(single_match)
    # 多个匹配用分号分隔，赋值给当前行
    dfl.loc[index, 'Match'] = ';'.join(match_res).strip()

关键修改点 #

• 提前初始化Match列，避免后续按行赋值时报错
• 把整列赋值改为按行索引赋值dfl.loc[index, 'Match']，仅修改当前遍历行的值
• 修正了字符串拼接的语法错误，用f-string简化拼接逻辑
• 补充了多匹配场景的处理，多个匹配结果用分号分隔，无匹配时留空
• 补充了文件读取的编码参数，避免读取中文文件时报错
• 修正了路径拼接的字段名，和你给出的DataFrame的TextID字段对齐，如实际字段名不同可自行调整

内容的提问来源于stack exchange，提问作者RData