如何在Pandas中基于现有列映射生成两列新数据并追踪更新

先把嵌套的update_values转换成两个扁平字典，分别对应新列的映射关系，这样后续生成新列会更高效：

# 构建Column_1到名字的映射
name_map = {}
# 构建Column_1到分组的映射
group_map = {}

for group, items in update_values.items():
    for col1_val, name in items.items():
        name_map[col1_val] = name
        group_map[col1_val] = group

接着用Pandas的map()方法直接生成两个新列，比多次调用replace()更简洁：

import pandas as pd

# 假设你的原数据表是df
df['Column_new_2'] = df['Column_1'].map(name_map)
df['Column_new_3'] = df['Column_1'].map(group_map)

验证更新是否完成 #

可以通过两种方式确认新列生成结果：

• 检查新列是否存在缺失值（如果原Column_1的所有值都在update_values里，应该没有NaN）：

  print(df[['Column_new_2', 'Column_new_3']].isna().sum())
  

• 直接输出目标列对比格式：

  print(df[['Column_1', 'Column_new_2', 'Column_new_3']])
  

这种方法一次构建映射、批量生成新列，后续如果要新增分组或修改映射，只需要调整update_values即可，逻辑维护起来更省心。

内容的提问来源于stack exchange，提问作者pinq-