pandas DataFrame指定列满足条件的行添加字符串前缀报错如何解决？

原有写法错误点 #

• 第一种写法问题
  Python三元表达式的判断条件只能是单个布尔值，而work_df.col1.str.contains()返回的是布尔序列，不符合三元表达式的语法要求。另外抛出TypeError: unhashable type: 'dict'是因为你传入的my_list实际为字典类型，str.contains()不支持字典作为匹配规则入参。
• 第二种写法问题
  首先存在变量名笔误，将my_list错写为ny_list；其次左侧筛选的是符合条件的整行数据，右侧是全量col1列的拼接结果，左右维度不匹配，会出现赋值错误甚至覆盖其他列数据的问题。

正确实现步骤 #

1. 先处理匹配规则，如果你需要匹配my_list中的任意关键词，先将其转换为正则拼接字符串，如果关键词包含正则特殊字符需要先转义：

import re
# 此处如果你的my_list确实是字典，要先提取你需要匹配的key/value转为列表
pattern = '|'.join(re.escape(key) for key in my_list)

2. 使用loc精准定位目标行和目标列进行赋值，避免维度不匹配问题：

# 仅修改col1列符合条件的行，添加前缀
match_mask = work_df['col1'].astype(str).str.contains(pattern, na=False)
work_df.loc[match_mask, 'col1'] = 'bla' + work_df.loc[match_mask, 'col1'].astype(str)

也可以使用Series.mask方法简化写法：

work_df['col1'] = work_df['col1'].astype(str).mask(
    match_mask,
    'bla' + work_df['col1'].astype(str)
)

内容的提问来源于stack exchange，提问作者goidelg