如何基于州列表与地区列表为DataFrame创建Region列（避免覆盖）

你的问题出在每次执行broke["Region"] = ...时，都是对整个列进行重新赋值，后面的语句会完全覆盖前面的结果，最终只有最后一次np.where的匹配结果会保留，其他未匹配的都会变成NaN。

下面提供两种可行的解决方案：

方案一：嵌套np.where（延续你的原有写法） #

通过嵌套np.where按顺序判断州所属地区，未匹配当前条件的会进入下一层判断，避免覆盖之前的结果：

import numpy as np
import pandas as pd

# 你的地区列表定义保持不变
east = ['CT','MA','ME','NH','NJ','NY','PA','RI','VT']
midwest = ['IA','IL','IN','KS','MI','MN','MO','ND','NE','OH','SD','WI']
south = ['AL','AR','DC','DE','FL','GA','KY','LA','MD','MS','NC','OK','SC','TN','TX','VA','WV']
west = ['AK','AZ','CA','CO','HI','ID','MT','NM','NV','OR','UT','WA','WY']

# 嵌套np.where实现多条件赋值
broke["Region"] = np.where(broke["state"].isin(east), "East",
                          np.where(broke["state"].isin(midwest), "Midwest",
                                  np.where(broke["state"].isin(south), "South",
                                          np.where(broke["state"].isin(west), "West", np.NaN))))

方案二：字典映射（更简洁易维护） #

先构造州到地区的映射字典，再用map方法一次性完成赋值，这种方式代码可读性更高，后续修改地区或州列表时更方便：

# 构造州-地区映射字典
state_to_region = {**{s: "East" for s in east},
                   **{s: "Midwest" for s in midwest},
                   **{s: "South" for s in south},
                   **{s: "West" for s in west}}

# 用map方法赋值，未匹配的州会自动返回NaN
broke["Region"] = broke["state"].map(state_to_region)

补充说明 #

• 嵌套np.where适合条件较少的场景，和你原有代码风格一致；
• 字典映射更适合需要频繁维护地区列表的场景，逻辑清晰且易于扩展。

内容的提问来源于stack exchange，提问作者John Williams