如何在Pandas中基于字符串条件创建新列并合并行业分类？

针对你需要合并30余种行业类别的需求，下面对比三种方法的优劣，并给出最优方案：

不推荐：if/else嵌套 #

如果用apply配合多层if/else判断，代码会随着行业类型增多变得极度冗长，可读性和维护性极差。比如：

def categorize_industry(x):
    if x in ["finance", "crypto"]:
        return "financial"
    elif x in ["travel", "fitness", "retail"]:
        return "consumer"
    # 30余种类型会堆一堆elif分支
    else:
        return x

df["new_industry"] = df["industry"].apply(categorize_industry)

这种方式后期修改或新增类别时，要在函数里逐个调整判断逻辑，效率极低。

可选：loc函数 #

用Pandas的loc可以实现批量赋值，适合少量合并规则的场景：

# 先默认保留原行业类别
df["new_industry"] = df["industry"]
# 批量更新金融类
df.loc[df["industry"].isin(["finance", "crypto"]), "new_industry"] = "financial"
# 批量更新消费类
df.loc[df["industry"].isin(["travel", "fitness", "retail"]), "new_industry"] = "consumer"
# 每个新类别都要单独写一行赋值语句

但如果有大量合并规则，会产生大量重复的loc代码，不够简洁。

推荐：字典映射（最优方案） #

将合并规则集中在一个字典里，代码简洁、可读性强，且后期维护只需修改字典即可，完美适配30余种行业的场景：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    "industry": ["finance", "crypto", "travel", "fitness", "retail", "tech", "education"]
})

# 定义映射规则：原行业 → 新类别
industry_map = {
    "finance": "financial",
    "crypto": "financial",
    "travel": "consumer",
    "fitness": "consumer",
    "retail": "consumer"
    # 其他需要合并的行业继续添加到字典中
}

# 生成新列：匹配到字典的用新类别，未匹配的保留原行业（或设为'other'）
# 保留原行业
df["new_industry"] = df["industry"].map(lambda x: industry_map.get(x, x))
# 未匹配的归为'other'，则替换为：industry_map.get(x, "other")

优势： #

• 规则集中管理，一目了然，新增/修改类别只需调整字典
• 代码量极少，执行效率高（map是Pandas的向量化操作，比apply更快）
• 扩展性极强，无论多少种行业类型都能轻松适配

内容的提问来源于stack exchange，提问作者Jim-Sotelo