如何基于一个DataFrame的分类规则自动为另一个DataFrame分类？

问题场景 #

现有两个DataFrame：

分类规则表（df1） #

需要分类的目标表（df2） #

需根据df1的分类规则，自动为df2的字母完成分类。

解决方案 #

以下代码可直接在Colab环境中运行（Colab已预装pandas，无需额外安装）：

步骤1：构造示例DataFrame（可替换为你实际的数据集） #

import pandas as pd

# 规则表
df1 = pd.DataFrame({
    'letters1': ['A', 'B', 'C', 'D', 'E'],
    'Classification': ['vowel', 'consonate', 'consonate', 'consonate', 'vowel']
})

# 目标表
df2 = pd.DataFrame({
    'letters2': ['L', 'K', 'O', 'U', 'I'],
    'Classification': ['', '', '', '', '']
})

情况1：严格匹配规则表中已有的字母 #

仅对df1中出现过的字母分类，未出现的字母保持空值：

# 创建字母-分类映射字典
class_map = df1.set_index('letters1')['Classification'].to_dict()

# 为df2填充分类
df2['Classification'] = df2['letters2'].map(class_map).fillna(df2['Classification'])

执行后df2结果：

情况2：推断通用分类规则（推荐） #

观察df1的规则，元音为A、E，辅音为B、C、D，符合英文元音（A/E/I/O/U）、其余为辅音的通用规则，因此补充完整元音集合后分类：

# 从df1提取已有元音，补充通用元音
vowels = set(df1[df1['Classification'] == 'vowel']['letters1'])
vowels.update({'O', 'U', 'I'})

# 定义分类逻辑：元音返回vowel，其余返回consonate
def classify(letter):
    return 'vowel' if letter in vowels else 'consonate'

# 应用到df2
df2['Classification'] = df2['letters2'].apply(classify)

执行后df2结果：

内容的提问来源于stack exchange，提问作者0binary Name1