如何用Pandas根据匹配键值在DataFrame中新增列

我们可以通过将字符串格式的Bsps列转换为字典，再用Selection_id匹配对应数值的方式实现需求，以下是分步操作：

1. 构造示例DataFrame（替换成你自己的DataFrame即可） #

import pandas as pd

# 模拟你的数据结构
data = {
    'Selection_id': [46660181, 40115397, 267698, 34774, 449342],
    'Bsps': ['46660181: 2.1, 40115397: 1.75, 267698: 3.15, 34774: 2.64, 449342: 3.9'] * 5
}
df = pd.DataFrame(data)

2. 把Bsps的字符串转成匹配用的字典 #

因为你的Bsps列所有行内容一致，只需要提取第一行处理即可：

# 取出第一行的Bsps原始字符串
bsp_raw = df['Bsps'].iloc[0]
# 分割字符串并转换为字典（键转整数、值转浮点数，和Selection_id类型匹配）
bsp_map = {}
for pair in bsp_raw.split(', '):
    key_str, value_str = pair.split(': ')
    bsp_map[int(key_str)] = float(value_str)

3. 新增匹配列 #

用map方法快速完成Selection_id与字典值的匹配：

df['Bsp_Matched_Value'] = df['Selection_id'].map(bsp_map)

最终效果 #

运行后你的DataFrame会新增一列，内容就是每个Selection_id对应的数值：

Selection_id                                                Bsps  Bsp_Matched_Value
0      46660181  46660181: 2.1, 40115397: 1.75, 267698: 3.15, 3...                2.10
1      40115397  46660181: 2.1, 40115397: 1.75, 267698: 3.15, 3...                1.75
2       267698  46660181: 2.1, 40115397: 1.75, 267698: 3.15, 3...                3.15
3        34774  46660181: 2.1, 40115397: 1.75, 267698: 3.15, 3...                2.64
4       449342  46660181: 2.1, 40115397: 1.75, 267698: 3.15, 3...                3.90

内容的提问来源于stack exchange，提问作者Hancock