如何用apply和lambda简化基于字典的URL关键词提取代码？

当然可以！你的需求完全能用apply结合lambda表达式实现，而且能大幅精简代码量，同时保留原有的逻辑。

先回顾下你原来的函数逻辑：针对每行的domain，从对应的关键词列表里找到第一个出现在url中的关键词，找不到则返回None。我们可以用生成器表达式+next()函数把这个逻辑压缩到lambda里。

实现代码 #

假设你的DataFrame名为df，包含domain和url列，生成新列的代码如下：

df['extracted_keyword'] = df.apply(
    lambda row: next(
        (kw for kw in brand_dict.get(row['domain'], []) if kw in row['url']),
        None
    ),
    axis=1
)

代码解释 #

• brand_dict.get(row['domain'], [])：安全获取当前domain对应的关键词列表，如果domain不在字典中，返回空列表避免KeyError。
• 生成器表达式(kw for kw in ... if kw in row['url'])：遍历该domain的关键词，筛选出存在于当前url中的项。
• next(..., None)：取出生成器的第一个匹配项；如果没有任何关键词匹配，就返回None，和你原函数的行为完全一致。

效果验证 #

比如你的DataFrame里有这样一行：

运行代码后，extracted_keyword列会得到/3er/，和原函数的输出一致。

内容的提问来源于stack exchange，提问作者s_khan92