基于邮政编码区间填充DataFrame中State列的Python技术问题

先分析你之前代码的问题 #

• 两次尝试都错误地把操作对象锁定在State列，但实际需要依据PostCode列的值做判断，逻辑对象完全搞混了。
• 这个场景根本不需要用正则表达式：正则适合字符串模糊匹配，而你要的是数值区间判断，用正则属于舍近求远，还容易引入语法错误。
• 具体错误：
  • 第一种代码里re.escape(x.startswith('6') == 4)逻辑混乱，x未定义，且startswith('6') ==4是布尔值，正则无法处理这种内容；lambda里的x是State列的值，不是邮编，完全偏离需求。
  • 第二种代码里PostCode = [range(6000,6997)]把range包装成了列表，'|'.join(PostCode)会直接报错（range不能转字符串拼接）；且判断条件x in PostCode是检查State值是否在列表里，和邮编无关。

正确实现方式（无需正则，高效简洁） #

方法1：布尔索引直接赋值

先确保PostCode是数值类型（如果原数据是字符串，先转换），再用条件筛选修改State：

import pandas as pd

# 转换PostCode为数值类型（处理可能的字符串格式邮编）
df['PostCode'] = pd.to_numeric(df['PostCode'], errors='coerce')

# 筛选邮编在6000-6997之间的行，将State设为"WA"
df.loc[(df['PostCode'] >= 6000) & (df['PostCode'] <= 6997), 'State'] = 'WA'

方法2：用np.where批量替换

适合需要保留原State值的场景（不符合条件的行保持原有State）：

import pandas as pd
import numpy as np

df['PostCode'] = pd.to_numeric(df['PostCode'], errors='coerce')

df['State'] = np.where(
    (df['PostCode'] >= 6000) & (df['PostCode'] <= 6997),
    'WA',
    df['State']  # 不符合条件的行保留原State值
)

内容的提问来源于stack exchange，提问作者Jayne