Python如何按条件向DataFrame列中插入对应值？

实现步骤： #

1. 为df1中每个以"01"起始的分段分配唯一组ID
2. 建立组ID与df2中对应值的映射关系
3. 通过映射关系填充df1的N2列

完整代码： #

import pandas as pd

# 输入数据
df1 = pd.DataFrame({
    'N1': ['01', '02','03','01','02','01','02','03','04'],
    'N2':['', '','','','','','','','']})
df2 = pd.DataFrame({
    'N1': [ 'PALA A','PALA B','PALA C']})

# 生成分组标识：每遇到"01"，组号递增1
df1['group_id'] = (df1['N1'] == '01').cumsum()

# 创建组号到目标值的映射字典
group_to_value = dict(zip(range(1, len(df2)+1), df2['N1']))

# 映射填充N2列
df1['N2'] = df1['group_id'].map(group_to_value)

# 移除临时分组列（可选）
df1 = df1.drop('group_id', axis=1)

# 输出结果
print(df1)

代码说明： #

• (df1['N1'] == '01').cumsum()：生成累加序列，将连续的同分段行标记为同一组号，示例中生成[1,1,1,2,2,3,3,3,3]
• group_to_value：按顺序将组号1、2、3与df2的PALA A、PALA B、PALA C绑定
• map(group_to_value)：直接将组号替换为对应文本，完成N2列的批量填充

执行后得到的结果与期望的result完全一致。

内容的提问来源于stack exchange，提问作者Valerie Oputin