Python 用DataFrame列中的子字符串替换字符串

我正在尝试将数据帧中的一列与子字符串列表中的一个匹配

e、 g.使用以下值获取列（

字符串

）：

text1C1
text2A
text2
text4
text4B
text4A3

并创建一个新列，该列已将它们与以下子字符串匹配：

vals = ['text1', 'text2', 'text3', 'text4', 'text4B']

我目前拥有的代码是有效的，但它似乎是解决问题的一种非常低效的方法

df=pd.DataFrame（{'strings'：['text1C1'，'text2A'，'text2'，'text4'，'text4B'，'text4A3']}）
对于VAL中的v：
df.loc[df[df['strings'].str.contains（v）].index，“matched strings']=v

这将返回以下数据帧，这正是我所需要的

字符串匹配字符串
0 text1C1 text1
1文本2a文本2
2文本2文本2
3文本4文本4
4文本4B文本4B
5文本4A3文本4

是否有一种更有效的方法，特别是对于较大的数据帧（10k+行）

---

我想不出如何处理

VAL

的其中一项同时也是另一项的子字符串（

text4

是

text4B

的子字符串）

使用生成器和

next

匹配第一个值：

s = vals[::-1]
df['matched strings1'] = df['strings'].apply(lambda x: next(y for y in s if y in x))
print (df)
   strings matched strings matched strings1
0  text1C1           text1            text1
1   text2A           text2            text2
2    text2           text2            text2
3    text4           text4            text4
4   text4B          text4B           text4B
5  text4A3           text4            text4

如果可能，更一般的解决方案是没有与

iter

匹配的值和

next

的默认参数：

f = lambda x: next(iter(y for y in s if y in x), 'no match')
df['matched strings1'] = df['strings'].apply(f)

应改进您的解决方案：

for v in vals:
    df.loc[df['strings'].str.contains(v, regex=False), 'matched strings'] = v