Python Pandas DataFrame中基于规则匹配动态值更新列的实现方案

我明白你的问题了——你当前的代码因为硬编码了source.loc['a1', 'Col4']，导致所有ColB='X'的行都被设置成固定值g1，而你需要的是根据每行的ColA值动态匹配source中对应的Col4值。这里有两种简单高效的实现方法：

方法1：使用map函数（最简洁） #

map函数可以直接将target中指定行的ColA值映射到source的Col4列，完美实现动态匹配：

import pandas as pd 
import numpy as np 

# 初始化数据
target_d = {'ColA': ['a1', 'a1', 'a2', 'a2', 'a3', 'a3', 'a4'], 'ColB': ['X', 'Y', 'X', 'Y', 'X', 'Y', 'X'], 'ColC': ['c1', 'c2', 'c3', 'c4', 'c5', 'c6', 'c7'] } 
target = pd.DataFrame(data=target_d) 
source_d = {'Col1': ['a1', 'a2', 'a3', 'a4'], 'Col2': ['e1', 'e2', 'e3', 'e4'], 'Col3': ['f1', 'f2', 'f3', 'f4'], 'Col4': ['g1', 'g2', 'g3', 'g4'], } 
source = pd.DataFrame(data=source_d) 
source = source.set_index('Col1') 

# 核心修改：用map动态匹配
mask = target['ColB'] == 'X'
target.loc[mask, 'ColC'] = target.loc[mask, 'ColA'].map(source['Col4'])

方法2：利用索引直接取值 #

因为source已经将Col1设为索引，我们可以直接通过ColA的值索引source，注意需要用.values来对齐赋值的维度：

# 核心修改：通过索引动态取值
mask = target['ColB'] == 'X'
target.loc[mask, 'ColC'] = source.loc[target.loc[mask, 'ColA'], 'Col4'].values

运行结果 #

执行上述任意一种方法后，target的结果都会符合你的预期：

为什么原来的代码不行？ #

你原来的代码target.loc[target['ColB'] == 'X', 'ColC'] = source.loc['a1', 'Col4']中，source.loc['a1', 'Col4']返回的是单一标量值，Pandas会将这个值广播到所有符合条件的行，所以所有ColB='X'的行都被设置成了g1。而我们需要的是一个与筛选后行数匹配的序列，这样才能实现每行对应不同的值。

内容的提问来源于stack exchange，提问作者Matta