如何依据字典匹配条件向Pandas DataFrame列追加字符串？

需求明确 #

要实现的功能是：检查字典d1中的每个键是否存在于DataFrame的Layers列字符串中，将所有匹配到的字典值用连字符-拼接，生成新列（比如Layers包含BR和TERR，新列值为Bridge-Terrain）。

现有代码问题 #

你当前的代码存在几个明显问题：

• 语法错误：for i in df.Layers末尾缺少冒号:
• 逻辑错误：只遍历字典的第一个键，没有检查所有键是否匹配
• 操作错误：用df1.append的方式无法正确生成新列，反而会创建一个新的DataFrame，且效率极低

解决方案 #

方案一：创建DataFrame前预处理（你关注的方式） #

在构建原始数据字典mapping时，直接生成新列的对应值，再创建DataFrame，步骤如下：

# 原始数据
mapping = {'IDs': [1244, 35673, 37863, 76373, 234298],
 'Layers': ['D-BR-PILECAPS-OUTLINE 2',
  'D-BR-STEEL-OUTLINE 2D-TERR-BOUNDARY',
  'D-SUBG-OTHER',
  'D-COMP-PAVE-CONC2',
  'D-EWKS-HINGE']}

# 匹配字典
d1 = {"BR": "Bridge", "EWKS": "Earthworks", "KERB": "Kerb", "TERR": "Terrain"}

# 预处理生成新列数据
category_values = []
for layer_str in mapping['Layers']:
    # 收集所有匹配到的值
    matches = [val for key, val in d1.items() if key in layer_str]
    # 拼接结果，无匹配则留空
    category = '-'.join(matches) if matches else ''
    category_values.append(category)

# 将新列加入原始数据字典
mapping['Category'] = category_values

# 创建DataFrame
df = pd.DataFrame(mapping)
print(df)

运行后输出的DataFrame会包含新列Category，值分别为Bridge、Bridge-Terrain、空字符串、空字符串、Earthworks。

方案二：创建DataFrame后用apply处理（更符合Pandas风格） #

如果已经生成了DataFrame，用apply函数逐行处理Layers列，代码更简洁高效：

import pandas as pd

# 原始数据与匹配字典
mapping = {'IDs': [1244, 35673, 37863, 76373, 234298],
 'Layers': ['D-BR-PILECAPS-OUTLINE 2',
  'D-BR-STEEL-OUTLINE 2D-TERR-BOUNDARY',
  'D-SUBG-OTHER',
  'D-COMP-PAVE-CONC2',
  'D-EWKS-HINGE']}
d1 = {"BR": "Bridge", "EWKS": "Earthworks", "KERB": "Kerb", "TERR": "Terrain"}

# 创建DataFrame
df = pd.DataFrame(mapping)

# 定义匹配函数
def generate_category(layer):
    matches = [val for key, val in d1.items() if key in layer]
    return '-'.join(matches) if matches else ''

# 生成新列
df['Category'] = df['Layers'].apply(generate_category)
print(df)

方案对比 #

• 预处理方式：适合数据量较小、需要提前完成数据整理的场景，逻辑直观
• apply方式：更贴合Pandas的使用习惯，代码更简洁，处理大型数据集时效率优于手动循环

内容的提问来源于stack exchange，提问作者matezratez