一种可能的解决方案如下：

import re
import pandas as pd

pattern = re.compile('blood', re.IGNORECASE)

def change(text):
    if pattern.findall(text):
        return 'Blood test'
    else:
        return text

values = [('Complete blood picture', 'AB'), ('Complete BLOOD test', 'AB'), ('blood glucose', 'AB'), ('COMplete blood Profile', 'AB')]
labels = ['title', 'description']

# Create data frame
labtest = pd.DataFrame.from_records(values, columns=labels)
labtest['title'] = labtest['title'].apply(change)

print labtest

输出是：

        title description
0  Blood test          AB
1  Blood test          AB
2  Blood test          AB
3  Blood test          AB

第一行导入 Python 的 regex（正则表达式）模块。该行：

pattern = re.compile('blood', re.IGNORECASE)

创建一个正则表达式，查找单词 blood ignoring case。功能更改，将输入文本替换为 'Blood test'，以防找到字符串 'blood'。最后，您使用了 pandas DataFrame 中的 apply 方法来转换列。最后，apply 方法，顾名思义，将函数更改“应用”到“title”列中的每个值。

有关使用 Python 和 pandas 应用方法的正则表达式的更多信息，请参见此处和此处。如果您想了解更多关于 Python 中的文本处理的信息，我建议您看看这个问题中的指针。

Pandas 可以直接进行该字符串比较，然后使用比较结果查找适当的行，以便对其进行设置。这可以用一个表达式来完成：

代码：

labtest['title'][labtest['title'].str.contains('blood', case=False)] = 'Blood test'

这是如何运作的？

从内到外，我们有：

1. 选择 'title' 列作为字符串向量：

   labtest['title'].str
   

2. 将字符串向量转换为布尔向量：

   labtest['title'].str.contains('blood', case=False)
   

3. 使用布尔向量选择标题列中的特定行：

   labtest['title'][labtest['title'].str.contains('blood', case=False)] 
   

4. 将这些单元格分配给所需的新值

   labtest['title'][labtest['title'].str.contains('blood', case=False)] = 'Blood test'
   

测试代码：

values = [
    ('Complete blood picture', 'AB'),
    ('Complete BLOOD test', 'AB'),
    ('blood glucose', 'AB'),
    ('COMplete blood Profile', 'AB'),
    ('bloud glucose', 'AB'),
]
labels = ['title', 'description']

# Create data frame
labtest = pd.DataFrame.from_records(values, columns=labels)

labtest['title'][labtest['title'].str.contains('blood', case=False)] = 'Blood test'

print(labtest)

测试结果：

           title description
0     Blood test          AB
1     Blood test          AB
2     Blood test          AB
3     Blood test          AB
4  bloud glucose          AB

另一种解决方案：

new_values=[]
for tup in values:
    if tup[0].lower().find('blood')>=0:
        new_values.append(['Blood test',tup[1]])
    else: new_values.append([ tup[0],tup[1] ])

这基本上会获取您的值列表并使用替换的文本创建一个new_values列表。见下文：

values =     [('Complete blood picture', 'AB'), ('Complete BLOOD test', 'AB'), ('blood glucose', 'AB'), ('COMplete blood Profile', 'AB')]
new_values = [['Blood test', 'AB'], ['Blood test', 'AB'], ['Blood test', 'AB'], ['Blood test', 'AB']]

因此，现在您可以在数据框中使用new_values ( pd.DataFrame.from_records(new_values, columns = labels) ) 或使用它来替换values。