如何根据渠道匹配将表中acquisition_cost映射至另一表的cost_per_user

针对你20万+行的用户数据表填充需求，最适合的方案是用pandas的map方法，高效且无需硬编码：

核心步骤 #

1. 从渠道指标表提取映射关系
   先把第一个表（以channel为索引）的acquisition_cost转换成字典，key为渠道名，value为对应的获客成本：

   # 假设第一个表名为channel_metrics，第二个表名为user_data
   acq_cost_dict = channel_metrics['acquisition_cost'].to_dict()
   

2. 批量填充用户表的cost_per_user列
   直接用用户表的source列匹配字典，完成批量赋值：

   user_data['cost_per_user'] = user_data['source'].map(acq_cost_dict)
   

额外处理（可选） #

如果用户表中有source不在渠道表的channel列表里的情况，可以用fillna填充默认值（比如0）：

user_data['cost_per_user'] = user_data['source'].map(acq_cost_dict).fillna(0)

之前方法失败的原因 #

• apply硬编码：不仅维护麻烦，而且apply是逐行处理，20万行数据效率极低，完全没必要；
• 循环赋值：循环逻辑大概率存在索引或遍历范围的问题，而且循环处理大数据集速度极慢，不推荐；
• where方法：where是用于条件替换的工具，不适合这种基于键值对的映射匹配场景，用法不对自然达不到效果。

内容的提问来源于stack exchange，提问作者Alex5672