Pandas中用str.contains匹配句子后如何提取匹配词生成新列

你可以直接使用Pandas内置的str.findall()方法提取所有匹配的关键词，再拼接为逗号分隔的字符串即可，完整实现代码如下：

import pandas as pd
import re

# 你的原有关键词列表
searchfor = ['windows', 'macbook', 'love']
# 拼接正则规则，可选：如果关键词包含./*+?等正则特殊字符，先转义避免匹配异常
searchfor_re = '|'.join(re.escape(word) for word in searchfor)

# 原有逻辑
dataset['Match'] = dataset['sentence'].str.contains(searchfor_re)
dataset['Matchcount'] = dataset['sentence'].str.count(searchfor_re)

# 新增：提取匹配关键词列
dataset['Matched Word'] = dataset['sentence'].str.findall(searchfor_re).str.join(',')

逻辑说明 #

• str.findall(searchfor_re) 会逐行扫描句子内容，返回所有匹配到的关键词组成的列表，无匹配则返回空列表
• str.join(',') 将列表中的多个关键词用逗号拼接为字符串，无匹配则返回空字符串，和你已有的Match、Matchcount字段逻辑完全对齐

可选扩展 #

如果需要忽略大小写匹配，可给字符串方法添加flags参数：

dataset['Matched Word'] = dataset['sentence'].str.findall(searchfor_re, flags=re.IGNORECASE).str.join(',')

如果需要同一个关键词多次匹配时仅保留一次，可增加去重逻辑：

dataset['Matched Word'] = dataset['sentence'].str.findall(searchfor_re).apply(lambda x: ','.join(set(x)))

内容的提问来源于stack exchange，提问作者mbh0201