Python中基于邮政编码创建新列及解决AttributeError问题

先修正你代码里的错误 #

你的代码有两个问题：

1. 当前的data是Python字典，而apply是pandas DataFrame专属方法，必须先把字典转换成DataFrame才能使用。
2. 条件判断里用了位运算符|，这会导致逻辑错误，正确的多值判断应该用in或者带括号的逻辑或。

修正后的基础可用代码：

import pandas as pd

# 将字典转为DataFrame
data = {'Name':['Tom', 'nick', 'krish', 'jack', 'Petter'], 
        'Age':[20, 21, 19, 18, 52], 
        'Postal Code': [12345, 56789,12345, 96385, 56789]}
df = pd.DataFrame(data)

# 修正后的州判断函数
def get_state(row):
    if row['Postal Code'] in (12345, 96385):
        return 'Utah'
    # 未匹配到的编码返回空值，可根据需求修改
    return None

# 生成State列
df['State'] = df.apply(get_state, axis=1)

针对大型数据集的高效方案 #

逐行执行的apply在数据量较大时效率极低，推荐使用向量化操作，速度能提升几十甚至上百倍：

方法1：isin + numpy.where（适合简单匹配场景） #

import pandas as pd
import numpy as np

df = pd.DataFrame(data)
# 定义归属Utah的邮政编码集合
utah_postals = {12345, 96385}
# 向量化赋值，直接对整列操作
df['State'] = np.where(df['Postal Code'].isin(utah_postals), 'Utah', None)

方法2：字典映射（扩展性最强） #

如果后续需要添加更多州的邮政编码映射，用字典是最方便的，且效率极高：

import pandas as pd

df = pd.DataFrame(data)
# 构建邮政编码到州的映射字典
postal_state_map = {
    12345: 'Utah',
    96385: 'Utah',
    56789: 'California'  # 示例：新增其他州的编码映射
}
# 用map方法批量生成State列，未匹配的编码返回空值
df['State'] = df['Postal Code'].map(postal_state_map)

方法3：replace（适合批量替换场景） #

和字典映射逻辑类似，语法更简洁：

import pandas as pd

df = pd.DataFrame(data)
postal_state_map = {
    12345: 'Utah',
    96385: 'Utah'
}
df['State'] = df['Postal Code'].replace(postal_state_map)

运行上述任意一种高效方案后，你都能得到期望的结果，比如Tom对应的State列会显示Utah。

内容的提问来源于stack exchange，提问作者Leonardo Urbiola