如何基于值为列表的字典为Pandas DataFrame新增列

你用df['col1'].map(dct)返回NaN的原因是：map方法会把col1中的每个值当作键去查询字典，但你的字典dct的键是'A'、'B'这类类别标识，而非col1里的数值，自然匹配不到结果。

正确的做法是先构建一个值到类别键的反向映射字典，再用map方法：

1. 构建反向映射字典

reverse_dct = {val: key for key, lst in dct.items() for val in lst}

这个字典会把原字典列表里的每个数值，对应到所属的类别键，比如111: 'A'、456: 'B'。

2. 生成col2列

import pandas as pd

df = pd.DataFrame({'col1': [111, 333, 456]})
dct = {'A': [111, 222, 333, 444], 'B': [123, 456, 789]}

reverse_dct = {val: key for key, lst in dct.items() for val in lst}
df['col2'] = df['col1'].map(reverse_dct)

执行后得到的结果：

col1 col2
0   111    A
1   333    A
2   456    B

内容的提问来源于stack exchange，提问作者gernworm