如何基于关键词列表循环生成正则表达式从地址中提取道路名称

问题诊断 #

你的现有代码无法生效的核心原因有3个：

• 循环中重复给df['street']赋值，每次都会覆盖上一轮的匹配结果，最终只能保留最后一个关键词road的匹配结果，street、avenue匹配到的内容会被全部覆盖
• 正则表达式直接把变量i写在字符串里，Python不会自动解析变量的实际值，相当于你每次匹配的都是字符i本身
• 正则规则本身不符合需求：开头加\d强制要求匹配数字，你的示例地址中Oxford前没有数字，必然匹配失败，同时正则语法不完整缺少右括号

最优实现方案 #

不需要写循环，直接把关键词拼接成正则的或逻辑即可，性能更高，写法更简洁：

import pandas as pd
import re

keywords = ['street','avenue','road']
# 构造正则规则：匹配道路名+关键词的组合，适配你逗号分隔的地址格式，忽略大小写
pattern = rf'([a-zA-Z -]+(?:{"|".join(keywords)}))'
# 提取结果并去除前后多余空格
df['street'] = df['address'].str.extract(pattern, flags=re.IGNORECASE)[0].str.strip()

用你提供的示例地址UK, Manchester, Oxford road, 57测试，最终df['street']的输出结果就是Oxford road，符合预期。

循环逻辑实现方案（如果你坚持要用循环思路完成） #

如果一定要用循环的写法，可参考如下实现，避免覆盖问题：

import pandas as pd
import re

keywords = ['street','avenue','road']
# 先初始化street列为空值
df['street'] = ''
for kw in keywords:
    # 仅给还未匹配到道路名的行做当前关键词的匹配
    empty_mask = df['street'] == ''
    df.loc[empty_mask, 'street'] = df.loc[empty_mask, 'address'].str.extract(rf'([a-zA-Z -]+{kw})', flags=re.IGNORECASE)[0].str.strip()

内容的提问来源于stack exchange，提问作者Oleg R