如何在Pandas DataFrame中按多值匹配分配优先级分数？

安全阿岳

2026-8-7

解决方案

要解决这个按位置优先级打分的问题，核心是按优先级从高到低判断（1类地点优先级最高，只要包含就打1；再判断2类地点；最后默认3分），以下是两种可行的实现方式：

方法1：用`np.select`（推荐，矢量化高效）

这种方式适合大数据量，利用矢量化操作提升运行效率：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({
    'Business': ['X.', 'Y.', 'Z.', 'D.'],
    'Location': ['Beirut,Aley', 'Saida,Sour', 'Baalbeck,Tripoli', 'Tripoli']
})

# 定义条件列表（按优先级从高到低排序）
conditions = [
    # 优先判断是否包含1类地点
    df['Location'].str.contains('Beirut|Saida', case=False),
    # 再判断是否包含2类地点
    df['Location'].str.contains('Baalbeck|Sour', case=False)
]

# 对应条件的分数
scores = [1, 2]

# 应用规则，未匹配任何条件时默认分数为3
df['Score'] = np.select(conditions, scores, default=3)

运行后得到的结果与你期望的一致：

Business           Location  Score
0       X.        Beirut,Aley      1
1       Y.          Saida,Sour      1
2       Z.  Baalbeck,Tripoli      2
3       D.            Tripoli      3

方法2：用`apply`（直观易读，适合小数据量）

如果数据量不大，用apply编写自定义函数会更直观易懂：

import pandas as pd

df = pd.DataFrame({
    'Business': ['X.', 'Y.', 'Z.', 'D.'],
    'Location': ['Beirut,Aley', 'Saida,Sour', 'Baalbeck,Tripoli', 'Tripoli']
})

def get_score(location):
    if 'Beirut' in location or 'Saida' in location:
        return 1
    elif 'Baalbeck' in location or 'Sour' in location:
        return 2
    else:
        return 3

df['Score'] = df['Location'].apply(get_score)