如何基于嵌套列表及额外条件为Pandas DataFrame创建新列？

问题描述 #

需要基于DataFrame某列的值是否存在于嵌套列表中创建新列，同时满足：

• 将np.nan视为"Missing"
• 不在嵌套列表中的值归为"Other"

给定数据：

import pandas as pd
import numpy as np

df = pd.DataFrame({ "col": ["A", "B", "D", "G", "C", np.nan, "H"]})
categ = [["A", "D"], ["Missing", "C"], ["Other"]]

期望生成包含NewCol的结果DataFrame，每个值对应到所属的分组列表。

简洁解决方案 #

核心思路是先构建值到分组列表的映射字典，再结合fillna和map快速生成新列：

# 构建值与对应分组的映射字典
mapping = {val: group for group in categ if group != ["Other"] for val in group}

# 处理NaN并生成新列
df['NewCol'] = df['col'].fillna('Missing').map(mapping).fillna(["Other"])

运行后得到的结果：

col        NewCol
0    A        [A, D]
1    B       [Other]
2    D        [A, D]
3    G       [Other]
4    C  [Missing, C]
5  NaN  [Missing, C]
6    H       [Other]

代码解释 #

1. 构建映射字典：
   用字典推导式遍历categ中的非"Other"分组，把每个分组内的元素都映射到该分组本身，实现快速查找。
2. 处理特殊值与生成新列：
   • df['col'].fillna('Missing')：将原列中的np.nan替换为"Missing"，统一处理逻辑
   • .map(mapping)：根据映射字典匹配对应的分组列表，不在映射中的值会返回NaN
   • .fillna(["Other"])：将所有未匹配到分组的NaN替换为["Other"]

内容的提问来源于stack exchange，提问作者Sam