如何在Pandas DataFrame列中拆分值并按指定列表生成分类列？

没问题，这就帮你搞定这个分类需求！下面是具体的实现步骤和代码，完全贴合你的规则：

步骤说明 #

我们需要遍历keys列的每个单元格，按照以下逻辑生成val列：

• 若单元格为空白（空字符串或缺失值），则val留空；
• 若单元格包含actual列表中的任一元素，则val标记为actual；
• 若单元格元素都不在actual中，则val标记为syn。

完整代码实现 #

首先构造示例DataFrame（和你描述的一致），然后编写分类逻辑：

import pandas as pd

# 构造你的示例DataFrame
data = {
    "keys": ["one", "two,one", "", "five,one", "", "two,four", "four", "four,five"]
}
df = pd.DataFrame(data)

# 定义你的分类列表
actual = ["one", "two"]
syn = ["four", "five"]

# 定义分类函数
def classify_key_value(key):
    # 处理空白单元格（包括空字符串和NaN）
    if pd.isna(key) or key.strip() == "":
        return ""
    # 拆分单元格内容为元素列表，同时去除每个元素的首尾空格（避免格式问题）
    elements = [elem.strip() for elem in key.split(",")]
    # 检查是否有元素属于actual列表
    if any(elem in actual for elem in elements):
        return "actual"
    # 否则标记为syn
    else:
        return "syn"

# 新增val列
df["val"] = df["keys"].apply(classify_key_value)

# 查看结果
print(df)

输出结果 #

运行代码后，你会得到符合预期的output_df：

keys     val
0        one  actual
1    two,one  actual
2                   
3   five,one  actual
4                   
5   two,four  actual
6       four     syn
7  four,five     syn

代码解释 #

• classify_key_value函数：专门处理单个单元格的分类逻辑，先判断空白情况，再拆分字符串并检查元素归属；
• apply()方法：把分类函数批量应用到整个keys列，高效生成val列；
• 加入strip()处理：避免单元格内容里的空格（比如"two , one"）导致判断错误，增强代码鲁棒性。

内容的提问来源于stack exchange，提问作者Pyd