Маркировка данных на основе двух столбцов

У меня есть dataframe с несколькими столбцами, который выглядит так:

id | x1 | text | x2 | num | x3 | class
2nn| TT | word | QQ |  1  | TT | 
2nn| TT | word | QQ |  1  | TT | 
2nn| TT | word | QQ |  1  | TT | 
2nn| TT | word | QQ |  1  | TT | 
2nn| TT | word | QQ |  1  | TT | 
2nn| TT | word | QQ |  1  | TT | 
2nn| TT | word | QQ |  1  | TT | 
2nn| TT | word | QQ |  1  | TT | 
2nn| TT | word | QQ |  1  | TT | 
2nn| TT | word | QQ |  1  | TT | 
2nn| TT | word | QQ |  1  | TT | 
2nn| TT | word | QQ |  1  | TT | # They don't all have the same vals
2nn| TT | word | QQ |  1  | TT | # This is just to illustrate it

У меня также есть следующие lists со строками:

class1 = ["",...]
class2 = ["",...]
class3 = ["",...]
class4 = ["",...]
class5 = ["",...] # Multiple strings, I just used '...' for simplicity

Я пытаюсь назначить классы в class столбцов таким образом, что если слова в text столбце транзакции (строки) содержат любое слово, найденное в любом из lists, назначьте имя списка как класс.

Я делаю это, чтобы обозначить некоторые данные, которые в конечном итоге я буду использовать для классификации.

Я хочу выполнить эту маркировку только по данным, начиная с строки 10 000 и далее. Я использую:

# last 6000 rows
for index, row in df.tail(6000).iterrows():
    if df[df['text'].str.contains(class1)==True]:
        df.loc[row, 'class'] = "class1"

    if df[df['text'].str.contains(class2)==True]:
        df.loc[row, 'class'] = "class2"

    if df[df['text'].str.contains(class3)==True]:
        df.loc[row, 'class'] = "class3"

    if df[df['text'].str.contains(class4)==True]:
        df.loc[row, 'class'] = "class4"

    if df[df['text'].str.contains(class5)==True]:
        df.loc[row, 'class'] = "class5"

Я получаю ответ, который выводит следующую ошибку:

TypeError: unhashable type: 'list'

Ниже мой код при попытке ответа Криса:

# Word bins for the various labels
complaint = ["sucks", "worst", "doesn't", "didn't", "won't", "bad", "horrible", "unusable", "cannot", "can't", "not", "did not", "waste", "hate", "hated", "awful", "useless", "sucked", "freezing", "freezes", "froze", "does not", "crap", "stupid"]

compliment = ["awesome", "great", "amazing", "cool", "good", "nice", "nicest", "successful", "thanks", ":)", "successfully"]

neutral = ["Eh", "meh", "works"]

bug = ["please", "fix", "won't", "cannot", "can't", "not", "freezing", "freezes", "froze", "does not", "did not", "help", "plz"]

feature = ["it would be", "id like", "i'd like", "could", "can you", "implement", "feature", "lacks", "wish"]
def label_data(df):

    d = {'Compliment': compliment,
         'Complaint': complaint,
         'Neutral': neutral,
         'Bug': bug,
         'Feature': feature}

    for name, values in d.items():
        df.loc[df['review'].isin(values), 'label'] = name

Мой основной класс вызывает данные из текстового файла, а затем вызывает этот метод со следующим:

df_orig = pd.read_table("PRIVATEPATH/data.txt", delimiter=",")
label_data(df_labelled)