如何优化基于字典键值映射的DataFrame新标签列创建方法？

步骤1：反转原字典，构建值到键的扁平映射表 #

原字典是「键对应多值」的结构，我们先把它转换成「单个值对应键」的一对一映射字典，后续就能直接用pandas的矢量化方法快速匹配：

d = {1: [0.01, 0.02], 2:[1, 2], 3:[10, 20]}
# 嵌套推导式直接生成{值: 对应键}的映射
reverse_map = {val: key for key, vals in d.items() for val in vals}

执行后reverse_map会变成{0.01:1, 0.02:1, 1:2, 2:2, 10:3, 20:3}，完全匹配我们的映射需求。

步骤2：用pandas矢量化方法生成目标列 #

直接调用df['x'].map()方法，这是pandas底层优化的矢量化操作，比循环暴力匹配快几个数量级：

import pandas as pd

df = pd.DataFrame({'x': [0.01, 0.02, 1, 2, 10, 20]})
df['x_label'] = df['x'].map(reverse_map)

运行后df['x_label']就会得到预期的[1, 1, 2, 2, 3, 3]。

特殊情况处理（浮点数精度问题） #

如果数据里的浮点数存在精度误差（比如0.01存成了0.010000000001），可以先统一精度再映射：

# 统一保留两位小数，避免精度偏差
reverse_map = {round(val, 2): key for key, vals in d.items() for val in vals}
df['x_label'] = df['x'].round(2).map(reverse_map)

内容的提问来源于stack exchange，提问作者Teodorico Levoff