Pandas DataFrame优化查询：基于列C匹配列A获取列B值

问题说明 #

原始DataFrame：

A       B       C
0   zeroA   zeroB   zeroC
1   oneA    oneB    zeroA
2   twoA    twoB    twoC

需要新增列BB，规则如下：

• 对每行，用C列的字符串在A列中查找匹配项
• 匹配成功：返回匹配行的B列值
• 匹配失败：返回当前行的B列值

最终期望结果：

A       B       C      BB
0   zeroA   zeroB   zeroC   zeroB
1   oneA    oneB    zeroA   zeroB
2   twoA    twoB    twoC    twoB

用户现有实现（基于临时DataFrame合并填充）：

import pandas as pd

data = {'A': ['zeroA', 'oneA', 'twoA'], 'B': ['zeroB', 'oneB', 'twoB'], 'C': ['zeroC', 'zeroA', 'twoC']}
df = pd.DataFrame(data)

# 步骤1：创建临时DataFrame并重命名列
tmp_df = df[['A', 'B']].rename({'A':'C', 'B':'BB'}, axis=1)
# 步骤2：左合并DataFrame
df = pd.merge(df, tmp_df, how='left', on='C')
# 步骤3：填充空值
df.loc[df['BB'].isnull(), ['BB']] = df['B']

优化后的简洁方案 #

无需创建临时DataFrame，利用Pandas的map结合fillna即可一步完成：

import pandas as pd

data = {'A': ['zeroA', 'oneA', 'twoA'], 'B': ['zeroB', 'oneB', 'twoB'], 'C': ['zeroC', 'zeroA', 'twoC']}
df = pd.DataFrame(data)

# 构建A→B的映射，用C列匹配映射，空值填充为当前行B列值
df['BB'] = df['C'].map(df.set_index('A')['B']).fillna(df['B'])

代码解释 #

1. df.set_index('A')['B']：将A列设为索引，B列为对应值，生成一个可用于映射的Series，本质是构建了A到B的键值对映射
2. df['C'].map(...)：遍历C列的每个值，去上述映射中查找对应值，匹配不到则返回NaN
3. .fillna(df['B'])：将所有NaN替换为当前行的B列值，完美贴合需求逻辑

这个方案代码更紧凑，避免了临时DataFrame的创建和合并操作，执行效率也更高。

内容的提问来源于stack exchange，提问作者orlowand