如何在Pandas中基于现有列值从列表映射生成新列？

问题场景与需求 #

初始示例代码：

values = [1,2,3,2,3,1]
colors = ['r','g','b']
expected_output = ['r', 'g', 'b', 'g', 'b', 'r'] # 如何用Pandas实现这个？

df = pd.DataFrame({'values': values})
df['colors'] = expected_output

我希望在DataFrame中新增一列，该列的取值基于现有列的值从指定列表中选取。曾在xarray中用向量化索引实现类似功能，但不确定Pandas中是否可行，这应该是基础索引任务。

目前找到的回答虽有可取之处，但过度依赖values的数值特性，我需要一种通用方法，同样适用于字符串类型的values场景：

values = ['a', 'b', 'c', 'b', 'c', 'a']

我猜测map方法或许适用。

通用解决方案 #

通过构建映射字典结合map（或replace）方法即可实现，完全不依赖values的类型，数值、字符串场景均适用：

核心步骤 #

1. 建立values唯一值与colors列表的对应字典
2. 用映射方法将原列值转换为目标颜色值

示例代码 #

import pandas as pd

# 场景1：数值型values
values_num = [1,2,3,2,3,1]
colors = ['r','g','b']
# 构建映射字典：确保values的唯一值与colors顺序匹配
value_color_map = dict(zip([1,2,3], colors))

df_num = pd.DataFrame({'values': values_num})
df_num['colors'] = df_num['values'].map(value_color_map)
# 结果：df_num['colors'] = ['r', 'g', 'b', 'g', 'b', 'r']

# 场景2：字符串型values
values_str = ['a', 'b', 'c', 'b', 'c', 'a']
str_color_map = dict(zip(['a','b','c'], colors))

df_str = pd.DataFrame({'values': values_str})
df_str['colors'] = df_str['values'].map(str_color_map)
# 结果：df_str['colors'] = ['r', 'g', 'b', 'g', 'b', 'r']

替代方法：使用replace #

效果与map一致，写法略有不同：

df_num['colors'] = df_num['values'].replace(value_color_map)
df_str['colors'] = df_str['values'].replace(str_color_map)

注意事项 #

• 如果values的唯一值顺序不确定，可先提取唯一值再排序后构建字典，比如dict(zip(sorted(set(values_num)), colors))
• map和replace均为Pandas高效向量化操作，处理大数据集性能优异

内容的提问来源于stack exchange，提问作者Ben Farmer