Pandas向量化实现：利用列值与字典生成新列遇阻求解

直接使用pandas Series的map()方法实现向量化的字典映射与计算，这是比逐行迭代更高效的方式：

df['weight_A'] = df['A'].map(dict_A) * df['C'].map(dict_C)
df['weight_B'] = df['B'].map(dict_B) * (1 - df['C'].map(dict_C))

说明 #

• map()方法会向量化地将Series中的每个元素作为键，去对应的字典中查找匹配的值，返回一个新的Series，完全满足向量化运算的需求。
• 由于你明确三个字典分别以A、B、C列的所有值为键，因此映射过程不会产生缺失值，可直接进行元素级的算术运算。

内容的提问来源于stack exchange，提问作者nickbagley