如何基于DataFrame行内集合元素判断并新增Package列？

首先明确你的需求：基于DataFrame中Item列的集合值，匹配预设规则生成对应的Package列。以下是两种实用的实现方案：

原始数据与匹配规则 #

先还原你的初始DataFrame：

import pandas as pd

ex_df = pd.DataFrame({'ID': {0: 1, 1: 2, 2: 3, 3: 4}, 'Item': {0: {1}, 1: {1, 2}, 2: {1, 3, 4}, 3: {1, 3}}})

匹配规则：

• Package1：集合为{1}
• Package2：集合为{1, 2}
• Package3：集合为{1, 3, 4}
• Package4：集合为{1, 3}

方法1：字典映射（高效简洁） #

直接创建集合到Package名称的映射字典，利用pandas的map方法快速生成新列，这是效率最高的方案：

# 定义集合到Package的映射关系
package_map = {
    {1}: 'Package1',
    {1, 2}: 'Package2',
    {1, 3, 4}: 'Package3',
    {1, 3}: 'Package4'
}

# 新增Package列
ex_df['Package'] = ex_df['Item'].map(package_map)

方法2：自定义函数+apply（灵活适配复杂规则） #

如果后续规则需要调整（比如增加模糊匹配、异常值处理），可以用自定义函数结合apply实现：

def match_package(item_set):
    if item_set == {1}:
        return 'Package1'
    elif item_set == {1, 2}:
        return 'Package2'
    elif item_set == {1, 3, 4}:
        return 'Package3'
    elif item_set == {1, 3}:
        return 'Package4'
    else:
        return 'Unknown'  # 处理未匹配到规则的情况

ex_df['Package'] = ex_df['Item'].apply(match_package)

验证结果 #

执行上述任意方案后，查看最终DataFrame：

print(ex_df)

输出与你期望的结果完全一致：

ID          Item    Package
0   1           {1}  Package1
1   2        {1, 2}  Package2
2   3     {1, 3, 4}  Package3
3   4        {1, 3}  Package4

内容的提问来源于stack exchange，提问作者keo