如何使用Pandas替代for循环优化df['Состояние']字段的关键词分类

原代码存在笔误：第二个循环中使用的list_exp未定义，应为list_dem。

• 摒弃逐行列表推导、逐关键词遍历的Python层循环，改用Pandas内置向量化字符串匹配（底层为C实现，大数据量下性能提升显著）
• 用正则或规则批量匹配同组关键词，无需对每个关键词单独循环
• 通过np.select按原逻辑的优先级完成条件赋值，保证规则一致性

import re
import numpy as np

conditions = ['a', 'b']
list_rep = ['a1', 'a2']
list_dem = ['b1', 'b2']

# 提前将目标序列转为小写字符串，统一匹配规则
s = df['Состояние'].astype(str).str.lower()

# 拼接匹配正则，对关键词做转义避免特殊字符匹配异常
rep_pattern = '|'.join(re.escape(kw) for kw in list_rep)
dem_pattern = '|'.join(re.escape(kw) for kw in list_dem)

# 按原逻辑优先级定义匹配条件
conds = [
    s.str.contains(rep_pattern),  # 优先级1：匹配任意rep关键词 → 标注a
    s.str.contains(dem_pattern),  # 优先级2：匹配任意dem关键词 → 标注b
    s.str.contains(conditions[0]),  # 优先级3：字符串包含字符a → 标注a
    s.str.contains(conditions[1])   # 优先级4：字符串包含字符b → 标注b
]

# 对应条件的赋值结果
choices = [
    conditions[0],
    conditions[1],
    conditions[0],
    conditions[1]
]

# 未命中所有条件的统一默认置为'-'
df['Состояние'] = np.select(conds, choices, default='-')

• 匹配优先级完全和原循环逻辑一致，后匹配的规则不会覆盖前面已经命中的结果
• 仅需2次全量字符串匹配就完成所有关键词的批量判断，无需对每个关键词单独遍历行
• 若确认关键词不存在正则特殊字符，可省略re.escape步骤简化代码

内容的提问来源于stack exchange，提问作者Elena