正则匹配XLS产品名称时存入数组的是Lambda函数对象该如何解决

错误原因 #

你当前代码中products.append(lambda x : labeler(x))是将匿名函数对象本身添加到了数组中，既没有执行函数逻辑，也没有传入遍历得到的产品名称参数，因此打印结果全是函数内存地址。

修复方法 #

方案1：直接调用匹配函数（最推荐，易读性高） #

直接将遍历到的产品名称传入labeler函数执行，把返回的匹配结果加入数组即可：

products = []
for x in df['Product Name']:
    products.append(labeler(x))
print(products)

方案2：Pandas向量化写法（适合数据量较大的场景） #

不需要手动写循环，直接调用apply方法批量处理，性能更高：

products = df['Product Name'].apply(labeler).tolist()

可选优化：返回匹配字符串而非匹配对象 #

当前labeler函数返回的是re.Match匹配对象或者None，如果你需要直接拿到匹配到的字符串，可以修改函数逻辑：

def labeler(product):
    recognized_pattern = re.search(r"abc\w+(\s)?\w+(.|\s)?\w+", product, re.IGNORECASE)
    # 匹配成功返回对应字符串，匹配失败返回None
    return recognized_pattern.group() if recognized_pattern else None

内容的提问来源于stack exchange，提问作者Malte