基于DataFrame某列值新增列的实现及代码优化需求

现有如下结构的DataFrame：

wellname      size
bin 01          3
bin 02          6
bin 03          2
bin 04          5
john 01         2
john 02         8
john 02         5
pet 05          7
pet 06          10

需要基于wellname列的前缀匹配，新增fieldname列，匹配规则为：

• 前缀为bin的行，fieldname值为tiger
• 前缀为john的行，fieldname值为leopard
• 前缀为pet的行，fieldname值为bat

用户自行编写的add_col函数未得到预期结果，预期输出如下：

fieldname   wellname      size
tiger        bingo         3
leopard      jean          5
fish         john          2
bat          peter         8

请求提供正确的函数实现及等效的列表推导式。

1. 正确的函数实现 #

利用pandas的str.contains()结合正则^锚定前缀，通过条件赋值完成列新增：

import pandas as pd

def add_fieldname(df):
    df_copy = df.copy()
    # 正则匹配前缀并赋值
    df_copy.loc[df_copy['wellname'].str.contains(r'^bin'), 'fieldname'] = 'tiger'
    df_copy.loc[df_copy['wellname'].str.contains(r'^john'), 'fieldname'] = 'leopard'
    df_copy.loc[df_copy['wellname'].str.contains(r'^pet'), 'fieldname'] = 'bat'
    # 为未匹配的行设置默认值（对应预期输出中的fish）
    df_copy['fieldname'] = df_copy['fieldname'].fillna('fish')
    return df_copy

# 测试代码
data = {
    'wellname': ['bin 01', 'john 01', 'pet 05', 'test 01'],
    'size': [3, 2, 7, 4]
}
df = pd.DataFrame(data)
print(add_fieldname(df))

2. 等效的列表推导式 #

遍历wellname列逐个判断前缀，生成fieldname列表后赋值给DataFrame：

import pandas as pd

data = {
    'wellname': ['bin 01', 'john 01', 'pet 05', 'test 01'],
    'size': [3, 2, 7, 4]
}
df = pd.DataFrame(data)

# 基于startswith的列表推导式（简洁高效）
df['fieldname'] = [
    'tiger' if well.startswith('bin')
    else 'leopard' if well.startswith('john')
    else 'bat' if well.startswith('pet')
    else 'fish'
    for well in df['wellname']
]

# 若必须使用str.contains正则匹配，可改为：
# df['fieldname'] = [
#     'tiger' if pd.Series([well]).str.contains(r'^bin').iloc[0]
#     else 'leopard' if pd.Series([well]).str.contains(r'^john').iloc[0]
#     else 'bat' if pd.Series([well]).str.contains(r'^pet').iloc[0]
#     else 'fish'
#     for well in df['wellname']
# ]

print(df)

内容的提问来源于stack exchange，提问作者Chuks