如何用np.where()为Pandas数据集添加二级ID且避免覆盖？

问题分析 #

你的核心问题是每次调用np.where()直接赋值给df['Add']时，会用新生成的数组完全覆盖整列数据，之前赋值的内容会被全部替换，最终只有最后一次np.where()的结果生效。

而你尝试的str.contains('')逻辑错误：str.contains('')对所有非空字符串都会返回True，再和'1'/'2'等字符串比较时，布尔值与字符串的比较结果永远为False，所以所有行都触发默认的空字符串，导致全列为空。

解决方法 #

方法1：在np.where中保留原有值，仅修改空单元格

每次调用np.where时，将第三个参数设为当前的df['Add']，同时加入“当前Add为空”的条件，这样只会修改符合匹配条件且未被赋值过的单元格：

import pandas as pd
import numpy as np

df = pd.DataFrame({'Example':['1','2','3','4']})
df['Add'] = ''

# 仅在匹配Example值且Add为空时替换，否则保留原有值
df['Add'] = np.where((df['Example'] == '1') & (df['Add'] == ''), 'One', df['Add'])
df['Add'] = np.where((df['Example'] == '2') & (df['Add'] == ''), 'Two', df['Add'])
df['Add'] = np.where((df['Example'] == '3') & (df['Add'] == ''), 'Three', df['Add'])
df['Add'] = np.where((df['Example'] == '4') & (df['Add'] == ''), 'Four', df['Add'])

print(df.head())

输出：

Example    Add
0       1    One
1       2    Two
2       3  Three
3       4   Four

方法2：用字典映射（更简洁高效）

如果是批量的一对一映射，直接用map方法比多次np.where更高效简洁，适合大量映射场景：

import pandas as pd

df = pd.DataFrame({'Example':['1','2','3','4']})
# 定义ID映射字典
id_mapping = {'1': 'One', '2': 'Two', '3': 'Three', '4': 'Four'}
# 映射后填充未匹配到的空值
df['Add'] = df['Example'].map(id_mapping).fillna('')

print(df.head())

输出与方法1一致，代码更易维护。

内容的提问来源于stack exchange，提问作者John Conor