如何基于条件从字典随机选字符串并在DataFrame中生成新列

现有如下Pandas DataFrame：

data={'Location':[1,1,1,2,2,2,2,2,2,3,3,3,3,3,3,4,4,4]}
df = pd.DataFrame(data=data)

对应输出结构：

Location
0   1
1   1
2   1
3   2
4   2
5   2
6   2
7   2
8   2
9   3
10  3
11  3
12  3
13  3
14  3
15  4
16  4
17  4

同时有映射字典：

Unlock={
1:"A",
2:"B",
3:"C",
4:"D",
5:"E",
6:"F",
7:"G",
8:"H",
9:"I",
10:"J"
}

需求：为DataFrame新增一列Name，每行的Name需根据Location的值，从Unlock字典中键≤当前Location的对应值里随机挑选。例如Location=2时，部分行取"A"，部分行取"B"。

尝试以下代码时报错：

df['Name']=np.select(df['Location']<=Unlock,np.random.choice(Unlock,size=len(df))

报错原因 #

原代码存在两处核心问题：

1. np.select参数格式错误：它需要传入条件列表和对应的值列表，直接用df['Location']<=Unlock会因维度不匹配报错（Series与字典无法直接做元素级比较）。
2. 逻辑偏差：np.random.choice(Unlock)是随机选择字典的键，而非对应的值，不符合需求。

基础实现方案 #

通过apply方法结合自定义函数，对每行的Location筛选可用名称后随机选择，代码如下：

import pandas as pd
import numpy as np

# 原数据初始化
data={'Location':[1,1,1,2,2,2,2,2,2,3,3,3,3,3,3,4,4,4]}
df = pd.DataFrame(data=data)

Unlock={
1:"A",
2:"B",
3:"C",
4:"D",
5:"E",
6:"F",
7:"G",
8:"H",
9:"I",
10:"J"
}

# 将字典转换为键值对列表，方便后续筛选
unlock_pairs = list(Unlock.items())

# 定义随机选名函数
def pick_random_name(location):
    # 筛选所有键≤当前Location的名称
    available_names = [val for key, val in unlock_pairs if key <= location]
    # 随机返回一个名称
    return np.random.choice(available_names)

# 新增Name列
df['Name'] = df['Location'].apply(pick_random_name)

# 查看结果
print(df)

高效优化方案（批量处理） #

如果DataFrame行数较多，apply的效率可能不足，可通过预缓存可选名称的方式实现向量化处理：

# 先为每个唯一的Location预先生成可选名称列表
location_options = {loc: [val for key, val in unlock_pairs if key <= loc] 
                   for loc in df['Location'].unique()}

# 批量生成随机值
df['Name'] = df['Location'].map(lambda x: np.random.choice(location_options[x]))

该方案避免了重复筛选操作，大幅提升大数据集下的处理效率。

内容的提问来源于stack exchange，提问作者Naor