如何使用Pandas根据首个code_status元素映射生成Product列？

核心思路是先把第一个数据集转换成code到产品的映射字典，再提取第二个数据集里每个code列表的首个元素，通过字典匹配得到对应的产品。

步骤1：构建code与Product的映射字典 #

先把第一个数据集转成字典，这样查询匹配的效率更高：

import pandas as pd

# 假设第一个数据集是df1（实际使用时替换成你的数据读取方式，比如pd.read_csv）
data1 = {
    'code_status': [5342, 4231, 5227, 6232, 7342],
    'Product': ['Home Product', 'Appliance Product', 'Home Product', 'Furniture Product', 'Electronic Product']
}
df1 = pd.DataFrame(data1)

# 生成code到Product的映射字典
code_product_map = df1.set_index('code_status')['Product'].to_dict()

步骤2：处理第二个数据集，提取首个code并映射 #

针对第二个数据集，先取出每个code列表的第一个元素，再用字典映射出对应的Product：

# 假设第二个数据集是df2（实际替换成你的数据读取方式）
data2 = {
    'unique_id': ['asd6767s', 'hfed44hh', 'dffd4f3g', '3hbh333y'],
    'code_status': [[6232,5598], [4534,6344,2337,2344], [5343,6667,2563], [7454,2323,8855,2066]]
}
df2 = pd.DataFrame(data2)

# 提取每个code列表的首个元素，并用字典映射Product；找不到匹配项时返回'Unknown Product'
df2['Product'] = df2['code_status'].apply(lambda x: code_product_map.get(x[0], 'Unknown Product'))

运行结果示例 #

执行上述代码后，df2会新增Product列，输出如下：

unique_id               code_status            Product
0  asd6767s              [6232, 5598]  Furniture Product
1  hfed44hh  [4534, 6344, 2337, 2344]    Unknown Product
2  dffd4f3g        [5343, 6667, 2563]    Unknown Product
3  3hbh333y  [7454, 2323, 8855, 2066]    Unknown Product

注意事项 #

• 如果你的第二个数据集中code_status是字符串格式（比如"[6232,5598]"），需要先把字符串转成列表，再提取首个元素，比如用ast.literal_eval处理：

  import ast
  df2['code_status'] = df2['code_status'].apply(ast.literal_eval)
  

• 确保两个数据集中code_status的类型一致（比如都是整数），如果第二个数据集里的code是字符串，要先转成整数再映射。

内容的提问来源于stack exchange，提问作者Patrik