如何在Pandas中匹配两表County字段添加FIPS代码新列？

问题分析 #

你原来的代码存在几个关键问题：

• 列名错误：data[fips] 里的fips是DataFrame对象，不能作为新列名，需要指定字符串列名（比如'FIPS'）
• np.where用法错误：它需要三个参数（判断条件、满足条件时的值、不满足条件时的值），且直接用data.County == fips.CountyName会因为两个DataFrame行数不匹配，无法实现跨表的精准匹配
• 变量引用错误：fipsCountyFIPS没有指定所属的DataFrame，应该写成fips['fipsCountyFIPS']

方法1：使用merge合并数据（推荐） #

这种方法逻辑直观，能确保匹配准确，还能灵活处理不匹配的行：

import pandas as pd

# 读取原始数据
data = pd.read_csv("maindata.csv")
fips = pd.read_csv("fips2county.tsv", sep='\t')

# 合并数据，按County和CountyName匹配，新增FIPS列
merged_data = pd.merge(
    data,
    fips[['CountyName', 'fipsCountyFIPS']],  # 只保留需要的匹配列和目标列
    left_on='County',
    right_on='CountyName',
    how='left'  # 保留data的所有行，不匹配的FIPS列自动设为NaN
)

# 重命名列并清理冗余列（可选）
merged_data.rename(columns={'fipsCountyFIPS': 'FIPS'}, inplace=True)
merged_data.drop(columns=['CountyName'], inplace=True)

# 查看结果
print(merged_data.head())

方法2：使用map快速映射 #

如果只需要新增FIPS列，不需要合并其他数据，用map更简洁高效：

import pandas as pd

data = pd.read_csv("maindata.csv")
fips = pd.read_csv("fips2county.tsv", sep='\t')

# 创建CountyName到fipsCountyFIPS的映射字典
fips_map = fips.set_index('CountyName')['fipsCountyFIPS'].to_dict()

# 新增FIPS列，匹配不到的行设为NaN
data['FIPS'] = data['County'].map(fips_map)

# 查看结果
print(data.head())

额外处理建议 #

• 如果匹配时存在大小写、空格差异（比如"Los Angeles County"和"los angeles county"），可以先统一格式：

  # 统一转为小写并去除首尾空格
  data['County'] = data['County'].str.strip().str.lower()
  fips['CountyName'] = fips['CountyName'].str.strip().str.lower()
  

• 确保FIPS代码是5位格式（避免数字类型丢失前导零）：

  fips['fipsCountyFIPS'] = fips['fipsCountyFIPS'].astype(str).str.zfill(5)
  

内容的提问来源于stack exchange，提问作者afroduck