如何将DataFrame中宝马车型号列按首字符替换为对应系列？

方法一：精准首字符判断（推荐） #

用str.startswith替代str.contains，避免匹配到车型中间含1/2的情况，结合numpy.where批量处理整列：

import pandas as pd
import numpy as np

# 假设你的DataFrame名为df
df['Series'] = np.where(df['Model'].str.startswith('1'), 'serie1',
                        np.where(df['Model'].str.startswith('2'), 'serie2', 
                                 None))  # 其他车型可设为空或自定义默认值

方法二：自定义函数批量映射 #

如果需要扩展更多规则，用apply调用自定义函数更灵活：

def map_series(model):
    first_char = str(model)[0]
    if first_char == '1':
        return 'serie1'
    elif first_char == '2':
        return 'serie2'
    return None

df['Series'] = df['Model'].apply(map_series)

方法三：提取首字符后字典映射 #

先提取车型首字符，再用字典直接映射对应系列：

# 一步完成映射，无需中间列
df['Series'] = df['Model'].str[0].map({'1': 'serie1', '2': 'serie2'})

注意事项 #

• 若Model列存在非字符串类型数据，先转字符串：df['Model'] = df['Model'].astype(str)
• str.contains('1')会匹配所有含1的车型（如318、M135），不符合你"首字符判断"的需求，因此不建议使用。

内容的提问来源于stack exchange，提问作者eduardo capel