比较列中的字符串并在python中创建新列

我有如下所示的数据帧。我需要将数据框中的列与字符串进行比较，并创建一个新列

数据帧：

col_1
AB_SUMI
AK_SUMI
SB_LIMA
SB_SUMI
XY_SUMI

如果“AB”、“AK”和“SB”出现在第1列中，则应使用各自的值创建一个新列，否则列值中应出现“*”

预期产出：

col_1      new_col
AB_SUMI     AB
AK_SUMI     AK
SB_LIMA     SB
SB_SUMI     SB
XY_SUMI     *

我试过下面的代码，但没有成功

list=['AB','AK','AB']

for item in list:
    if df['col1'].str.contains(item).any():
        df['new']=item

请在这方面帮助我。提前感谢

您可以使用

regex

创建的

列表

通过

加入
|
（
或
），最后将
NaN
替换为：

有趣的方法

L = 'AB AK SB'.split()

c = df.col_1.values.astype(str)
f = lambda x, s : np.core.defchararray.find(x, s) >= 0
df.assign(new=np.stack([f(c, i) for i in L]).astype(object).T.dot(np.reshape(L, (-1, 1)))).replace('', '*')

     col_1 new
0  AB_SUMI  AB
1  AK_SUMI  AK
2  SB_LIMA  SB
3  SB_SUMI  SB
4  XY_SUMI   *

太有创意了！还有一个疑问，如果我想在所有条件下更改新的列值，保持不变，我应该在上面的代码中做什么更改？我不确定是否理解-什么条件？你能解释更多吗？我想更改新的col值和预期输出。我该怎么做？你觉得现有的专栏怎么样？然后使用与答案
df['col_1']=df.col_1.str.extract（a，expand=False）相同的方法。fillna（'*'）
L = 'AB AK SB'.split()

c = df.col_1.values.astype(str)
f = lambda x, s : np.core.defchararray.find(x, s) >= 0
df.assign(new=np.stack([f(c, i) for i in L]).astype(object).T.dot(np.reshape(L, (-1, 1)))).replace('', '*')

     col_1 new
0  AB_SUMI  AB
1  AK_SUMI  AK
2  SB_LIMA  SB
3  SB_SUMI  SB
4  XY_SUMI   *