基于Python的Spotify API多流派分类：主流派提取与高效映射

你当前通过多次loc赋值的方式映射子流派到主流派，不仅代码冗余，数据量大时效率也偏低。更高效的方案是使用字典映射，利用字典O(1)的查找特性，一次性完成映射操作。

优化步骤： #

1. 定义子流派到主流派的映射字典
   把所有需要映射的规则集中在一个字典里，后续维护只需修改这个字典：

   genre_mapping = {
       'doo-wop': 'R&B',
       'blues': 'Blues',
       'jazz organ': 'Jazz',
       'rock-and-roll': 'Rock',
       'adult standards': 'Pop'
       # 新增映射直接在这里添加键值对即可
   }
   

2. 生成「Main Genre」列
   有两种常用方式，根据需求选择：

   • 方式1：map方法（未匹配的子流派会返回NaN，适合需要明确识别未匹配项的场景）

     fifties_df['Main Genre'] = fifties_df['Sub Category'].map(genre_mapping)
     

   • 方式2：replace方法（未匹配的子流派会保留原内容，适合希望未匹配项不变的场景）

     fifties_df['Main Genre'] = fifties_df['Sub Category'].replace(genre_mapping)
     

进阶优化：合并提取与映射（可选） #

如果不需要保留「Sub Category」列，可以直接从「Genres」列提取首个流派并完成映射，减少中间步骤：

def get_main_genre(genre_str):
    first_sub_genre = genre_str.split(',')[0].strip()
    # 未匹配的子流派返回自定义值（比如'Other'），避免出现NaN
    return genre_mapping.get(first_sub_genre, 'Other')

fifties_df['Main Genre'] = fifties_df['Genres'].apply(get_main_genre)

为什么这个方案更高效？ #

多次loc赋值会重复遍历DataFrame，时间复杂度随映射规则数量线性增加；而字典映射只需一次遍历DataFrame，查找操作是常数时间，代码更简洁，维护成本更低。

内容的提问来源于stack exchange，提问作者Joshua Buchholtz