如何基于两个字典有条件地映射Pandas DataFrame列值？

需求：对DataFrame的color列做条件映射，当category为'tv'时用tv_map，其他情况用radio_map，要求一次性完成，无需拆分合并。

示例数据 #

import pandas as pd

df_test = pd.DataFrame({
    'category': ['tv', 'radio', 'tv', 'radio'],
    'color': ['red', 'green', 'green', 'red']
})

tv_map = {'red': 'tv_red', 'green': 'tv_green'}
radio_map = {'red': 'radio_red', 'green': 'radio_green'}

解决方案 #

方法1：修正apply实现

你原来的apply写法存在参数错误，修正后可直接使用：

df_test['new_col'] = df_test.apply(
    lambda x: tv_map.get(x['color'], x['color']) 
    if x['category'] == "tv" 
    else radio_map.get(x['color'], x['color']), 
    axis=1
)

• 逐行判断category值，选择对应映射字典
• get方法保证当color不在字典中时，返回原值避免报错

方法2：向量化操作（推荐，性能更优）

使用numpy.where结合map实现向量化处理，比apply效率更高：

import numpy as np

df_test['new_col'] = np.where(
    df_test['category'] == 'tv',
    df_test['color'].map(tv_map),
    df_test['color'].map(radio_map)
)

• 直接对整列做映射，再通过条件选择结果，适合大数据量场景

方法3：loc赋值避免覆盖

你原来的代码第二次赋值会覆盖第一次结果，导致tv行的new_col为NaN，用loc分步赋值可解决：

# 先给所有行设置默认映射
df_test['new_col'] = df_test['color'].map(radio_map)
# 再替换符合tv条件的行
df_test.loc[df_test['category'] == 'tv', 'new_col'] = df_test.loc[df_test['category'] == 'tv', 'color'].map(tv_map)

最终结果 #

运行上述任意方法后，df_test结果如下：

category   color     new_col
0       tv     red     tv_red
1    radio   green  radio_green
2       tv   green   tv_green
3    radio     red    radio_red

内容的提问来源于stack exchange，提问作者shsh