如何基于另一列匹配的字符串填充Pandas Series中的对应值？

直接上贴合你思路的可行实现方案：

核心逻辑 #

1. 定义主颜色→对应色调列表的映射字典，把同属一个主色的色调归为一组
2. 遍历字典的每组键值对，用pandas.Series.str.contains()匹配color_shades列中的色调值
3. 为匹配成功的行，在primary_colors列填充对应的主颜色名称

完整代码示例 #

import pandas as pd

# 读取目标CSV文件
df = pd.read_csv('your_color_file.csv')

# 定义颜色映射字典（可根据实际需求扩展）
color_map = {
    'yellow': ['amber', 'mustard', 'banana'],
    'red': ['crimson', 'scarlet', 'burgundy'],
    'blue': ['navy', 'sky', 'royal'],
    'green': ['olive', 'lime', 'emerald']
}

# 初始化primary_colors列，避免空值相关问题
df['primary_colors'] = pd.NA

# 遍历映射字典，批量填充主颜色
for primary_color, shade_list in color_map.items():
    # 构造正则匹配模式，用|分隔多个色调，实现一次匹配所有同组色调
    match_pattern = '|'.join(shade_list)
    # 匹配color_shades列中包含任一目标色调的行，填充对应主颜色
    df.loc[df['color_shades'].str.contains(match_pattern, case=False, na=False), 'primary_colors'] = primary_color

# 可选：为未匹配到主色的色调标记为"Unknown"
df['primary_colors'] = df['primary_colors'].fillna('Unknown')

# 保存处理后的结果到新CSV
df.to_csv('processed_color_file.csv', index=False)

关键细节说明 #

• 正则模式优化：用|拼接色调列表，让str.contains()一次匹配所有同主色的色调，比逐个遍历色调效率更高
• 匹配参数设置：case=False避免大小写差异导致的匹配失败（比如Amber也能匹配到yellow组）；na=False跳过空值行，避免报错
• .loc赋值：严格指定行和列范围，避免pandas抛出SettingWithCopyWarning警告
• 空值处理：初始化列后用fillna()标记未匹配项，方便后续排查遗漏的色调

内容的提问来源于stack exchange，提问作者Адиль Акавов