如何创建非列表型also_view_brand列，实现also_view与brand的映射？

我们可以用Pandas快速实现这个需求，具体步骤如下：

1. 构建ASIN到品牌的映射字典 #

先从数据中提取asin和brand的对应关系，生成一个字典用于快速查询：

import pandas as pd

# 构造你的示例数据
data = {
    'asin': ['B0001', 'B0004', 'B0002', 'B0003'],
    'brand': ['Apple', 'Samsung', 'OnePlus', 'Motorola'],
    'also_view': [[], ['B0001', 'B0002', 'B0003'], ['B0001', 'B0004'], ['B0002', 'B0004']]
}
df = pd.DataFrame(data)

# 创建ASIN到品牌的映射字典
asin_brand_map = df.set_index('asin')['brand'].to_dict()

2. 编写处理函数生成品牌字符串 #

定义一个函数，遍历also_view中的ASIN，替换为对应的品牌，再拼接成非列表形式的字符串（这里用逗号分隔，你可以根据需求调整分隔符）：

def map_asin_to_brand(asin_list):
    # 过滤掉映射字典中不存在的ASIN（比如示例里的B00002）
    matched_brands = [asin_brand_map[asin] for asin in asin_list if asin in asin_brand_map]
    return ', '.join(matched_brands)

3. 生成新列 #

用apply方法将函数作用到also_view列，生成目标列also_view_brand：

df['also_view_brand'] = df['also_view'].apply(map_asin_to_brand)

最终结果 #

处理后的数据表如下：

内容的提问来源于stack exchange，提问作者Purnima Rawat