如何匹配字典值与DataFrame的Link列并生成对应键列，实现分组求和透视

1. 修复字典格式并建立反向映射 #

原字典的值是字符串形式的列表，先将其转换为实际列表，再创建链接→样本的反向字典，方便快速查找匹配：

# 处理字典，生成Link到Sample的映射表
link_to_sample = {}
for sample, links_str in d.items():
    # 去除首尾括号、分割字符串并清理空格，得到真实链接列表
    links = [link.strip() for link in links_str.strip('[]').split(',')]
    for link in links:
        link_to_sample[link] = sample

2. 新增Parent列 #

用map方法快速完成匹配，比apply更高效：

df['Parent'] = df['Link'].map(link_to_sample)

处理后DataFrame的Parent列会正确显示对应样本：

3. 按Parent分组求和 #

通过groupby+sum生成目标透视表：

result = df.groupby('Parent')[['Town1', 'Town2', 'Town3', 'Town4']].sum()

最终结果：

原代码错误分析 #

• get_key函数中循环df['Link']覆盖了传入的node参数，逻辑完全混乱
• 判断node in d.values()是检查节点是否存在于字符串形式的列表中，即使匹配成功也无法返回对应单个样本键，而是返回所有键的视图，完全不符合需求

内容的提问来源于stack exchange，提问作者Katie S