如何在Pandas中创建条件文本列？匹配文本生成新列遇空列求助

让我来逐个解决你的两个Pandas问题：

根据条件生成文本列是Pandas里的常见操作，这里分享几个实用的方法，覆盖从简单到复杂的场景：

方法1：用numpy.where()做二元判断 #

如果你的条件是简单的“是/否”逻辑，np.where()是最简洁高效的选择：

import pandas as pd
import numpy as np

# 示例DataFrame
df = pd.DataFrame({"produto": ["vinho tinto", "vinho branco", "espumante", "vinho tinto"]})

# 创建新列：如果produto包含"vinho"，标记为"vinho"，否则"outro"
df["tipo"] = np.where(df["produto"].str.contains("vinho"), "vinho", "outro")

方法2：用apply()处理多条件逻辑 #

如果需要更复杂的多分支判断，自定义函数+apply()的组合更灵活：

def classificar_produto(texto):
    if "tinto" in texto:
        return "vinho tinto"
    elif "branco" in texto:
        return "vinho branco"
    elif "espumante" in texto:
        return "espumante"
    else:
        return "desconhecido"

df["detalhe_tipo"] = df["produto"].apply(classificar_produto)

方法3：用map()做精确匹配映射 #

如果你的条件是基于精确值的映射（比如字典对应），map()会更高效：

map_dict = {
    "vinho tinto": "tinto",
    "vinho branco": "branco",
    "espumante": "espumante"
}

df["tipo_curto"] = df["produto"].map(map_dict).fillna("desconhecido")

你的代码返回空值的核心原因是没有逐行处理vinhos['regiao']的内容：r in vinhos['regiao']是在检查r是否存在于整个Series的所有值中，而不是检查r是否在当前行的regiao文本里。当没有任何r能在所有regiao行中出现时，就会返回空字符串，导致整列都是空值。

下面是两种正确的解决方案：

方案1：apply()逐行匹配（直观易理解） #

先把local['nome']转成列表，然后对每一行的regiao文本遍历查找匹配项：

# 先把地区名称转成列表，方便遍历
regioes_local = local['nome'].tolist()

def encontrar_regiao(texto_regiao):
    # 遍历所有地区，返回第一个匹配的名称
    for reg in regioes_local:
        if reg in texto_regiao:
            return reg
    # 没有匹配项时返回NaN（或你想要的默认值）
    return pd.NA

# 应用到vinhos的每一行
vinhos['reg'] = vinhos['regiao'].apply(encontrar_regiao)

方案2：正则str.extract()（高效适合大数据） #

把所有地区名称拼接成正则表达式的备选模式，直接提取匹配内容，效率比apply()高很多：

# 生成正则模式：比如"Vinho Verde|Minho|Douro|Porto"
padrao_regioes = '|'.join(local['nome'].tolist())

# 提取第一个匹配的地区名称，expand=False返回Series
vinhos['reg'] = vinhos['regiao'].str.extract(f'({padrao_regioes})', expand=False)

测试你的示例 #

对于vinhos['regiao']中的"Douro tinto 2014"，两种方案都会正确提取出"Douro"，完全符合你的预期。

内容的提问来源于stack exchange，提问作者Hugo