如何将位置列表映射至DataFrame以匹配邮政编码

需求说明 #

我们有一个包含postal code列的DataFrame，以及从地理编码器提取的位置信息列表location = ['country', 'city', 'state', 'postal-code']，需要将每个邮政编码对应的国家、州、城市信息添加到DataFrame中，得到包含新列的目标结构。

解决方案 #

步骤1：构建邮政编码与位置信息的映射

首先将地理编码器返回的结果整理为邮政编码为键，位置信息为值的字典，方便后续匹配：

# 示例：地理编码器返回的结果结构
geo_results = [
    {'postal-code': '1111', 'country': 'Country1', 'state': 'State1', 'city': 'City1'},
    {'postal-code': '2222', 'country': 'Country2', 'state': 'State2', 'city': 'City2'},
    {'postal-code': '3333', 'country': 'Country3', 'state': 'State3', 'city': 'City3'},
    {'postal-code': '4444', 'country': 'Country4', 'state': 'State4', 'city': 'City4'},
    {'postal-code': '5555', 'country': 'Country5', 'state': 'State5', 'city': 'City5'},
]

# 生成邮政编码到位置信息的映射字典
postal_location_map = {
    item['postal-code']: {k: item[k] for k in ['country', 'state', 'city']} 
    for item in geo_results
}

步骤2：合并位置信息到原DataFrame

提供两种常用方法，可根据数据量选择：

方法一：使用apply逐行匹配（适合小数据量）

import pandas as pd

# 原DataFrame
original_df = pd.DataFrame({
    'ID': [1, 2, 3, 4, 5],
    'postal code': ['1111', '2222', '3333', '4444', '5555']
})

# 添加country、state、city列
original_df[['country', 'state', 'city']] = original_df['postal code'].apply(
    lambda code: pd.Series(postal_location_map.get(code, {'country': None, 'state': None, 'city': None}))
)

方法二：使用merge合并（适合大数据量，效率更高）

将地理结果转为DataFrame后，通过postal code列与原DataFrame合并：

# 将地理结果转为DataFrame并统一列名
geo_df = pd.DataFrame(geo_results).rename(columns={'postal-code': 'postal code'})

# 合并DataFrame
merged_df = original_df.merge(
    geo_df[['postal code', 'country', 'state', 'city']],
    on='postal code',
    how='left'  # 保留原DataFrame所有行，无匹配则填充NaN
)

最终结果 #

处理后的DataFrame结构如下：

ID postal code  country   state    city
0   1        1111  Country1  State1  City1
1   2        2222  Country2  State2  City2
2   3        3333  Country3  State3  City3
3   4        4444  Country4  State4  City4
4   5        5555  Country5  State5  City5

内容的提问来源于stack exchange，提问作者Aditya Aryan