Pandas条件赋值异常：疫苗数据大陆分类错误/空白问题求助

核心原因分析 #

你的if elif逻辑出现分类错误、数据留空（比如ZWE未识别），大概率是以下几个问题：

1. 硬编码的国家代码列表不全：ZWE（津巴布韦）没被加入非洲的判断列表中
2. 大小写不匹配：CSV中的国家代码是小写（如zwe），但代码中只判断了大写（如ZWE）
3. 逻辑顺序问题：某些国家代码被提前的条件错误匹配到其他大洲
4. 边缘国家/地区未处理：部分国家/地区的代码不在判断范围内，导致留空

修复方案 #

方案1：用字典映射替代冗长的if elif（推荐） #

字典映射比if elif更易维护，且能避免顺序问题，同时统一处理大小写：

# 预定义完整的国家代码-大洲映射（补全你需要的所有国家代码）
continent_map = {
    # 非洲包含ZWE（津巴布韦）
    'Africa': ['ZWE', 'EGY', 'NGA', 'KEN', 'ETH', 'SAU', 'MAR', ...],
    'North America': ['USA', 'CAN', 'MEX', 'CUB', ...],
    'South America': ['BRA', 'ARG', 'CHL', 'PER', ...],
    'Asia': ['CHN', 'IND', 'JPN', 'KOR', ...],
    'Europe': ['DEU', 'FRA', 'GBR', 'ITA', ...],
    'Oceania': ['AUS', 'NZL', 'PNG', ...]
}

# 转换为扁平化的小写映射，支持不区分大小写匹配
flat_continent_map = {
    code.lower(): continent 
    for continent, codes in continent_map.items() 
    for code in codes
}

def assign_continent(country_code):
    # 去除首尾空格并统一转为小写
    cleaned_code = country_code.strip().lower()
    # 返回对应大洲，未匹配则标记为Unknown
    return flat_continent_map.get(cleaned_code, 'Unknown')

# 测试ZWE
print(assign_continent('ZWE'))  # 输出：Africa
print(assign_continent('zwe'))  # 输出：Africa

方案2：用专业库自动匹配（更精准） #

如果不想手动维护国家代码列表，可以用pycountry和pycountry-convert库自动完成大洲匹配：

1. 先安装依赖：

pip install pycountry pycountry-convert

2. 实现代码：

import pycountry
from pycountry_convert import country_alpha2_to_continent_code, country_alpha3_to_country_alpha2

def get_continent(country_code):
    try:
        # 处理三位字母代码，转为两位标准代码
        if len(country_code) == 3:
            alpha2 = country_alpha3_to_country_alpha2(country_code.strip().upper())
        else:
            alpha2 = country_code.strip().upper()
        
        # 转换为大洲代码，再映射为大洲名称
        continent_code = country_alpha2_to_continent_code(alpha2)
        continent_name = {
            'AF': 'Africa',
            'AS': 'Asia',
            'EU': 'Europe',
            'NA': 'North America',
            'OC': 'Oceania',
            'SA': 'South America'
        }[continent_code]
        return continent_name
    except Exception as e:
        # 打印未识别的代码便于排查
        print(f"无法识别国家代码: {country_code}, 错误: {str(e)}")
        return 'Unknown'

# 测试ZWE
print(get_continent('ZWE'))  # 输出：Africa

额外排查步骤 #

1. 检查CSV中的国家代码：用print(df['country_code'].unique())输出所有唯一代码，确认是否有拼写错误（比如ZWE写成ZWD）
2. 验证原if elif逻辑：检查是否有ZWE的判断，以及是否被其他条件提前匹配
3. 处理空值：CSV中可能存在空的国家代码，需提前用df['country_code'] = df['country_code'].fillna('Unknown')处理

内容的提问来源于stack exchange，提问作者Furkan Ayhan Gülekoğlu