如何将州-邮编字典的值有效映射到DataFrame列？解决返回NaN问题

你的代码返回NaN的核心原因是字典推导式生成的映射键和DataFrame中的邮编不匹配，结合你的数据场景，分两种情况解决：

1. 你的temp字典结构是「州名: 单个邮编」 #

比如：

temp = {'Sachsen': '38440', 'Niedersachsen': '20867'}

你原来的推导式{item: k for k, v in temp.items() for item in v}会把单个邮编字符串拆成单个字符（比如'38440'会被遍历为'3'、'8'、'4'、'4'、'0'），生成的字典键是单个字符，自然和DataFrame中完整的邮编匹配不上。

正确写法 #

直接反转字典的键值对，生成「邮编: 州名」的映射：

# 生成邮编到州的映射字典
zip_to_state = {v: k for k, v in temp.items()}
# 映射到DataFrame
df['states'] = df['zipcode'].map(zip_to_state)

2. 你的temp字典结构是「州名: 邮编列表」 #

比如：

temp = {'Sachsen': ['38440', '38441'], 'Niedersachsen': ['20867', '20868']}

你原来的推导式逻辑是对的，但需要确保DataFrame中zipcode的类型和字典中邮编的类型完全一致：

• 如果字典里的邮编是字符串，而DataFrame里的是整数，需要转类型：

  df['zipcode'] = df['zipcode'].astype(str)
  

• 如果字典里的邮编是整数，而DataFrame里的是字符串，转成整数：

  df['zipcode'] = df['zipcode'].astype(int)
  

完整代码示例 #

# 生成邮编到州的映射字典
zip_to_state = {item: k for k, v in temp.items() for item in v}
# 统一类型后映射
df['zipcode'] = df['zipcode'].astype(str)  # 根据实际情况调整类型
df['states'] = df['zipcode'].map(zip_to_state)

额外排查点 #

• 检查temp字典的实际结构，确认每个州对应的是单个邮编还是邮编列表
• 用print(df['zipcode'].unique())查看DataFrame中的邮编值，再用print(zip_to_state.keys())查看映射字典的键，确认两者是否有重叠的有效值
• 如果部分邮编在映射字典中不存在，对应行的states列仍会返回NaN，这属于正常情况，需要补充对应的州-邮编映射

内容的提问来源于stack exchange，提问作者Priyadharshini Ravi