如何在Pandas中通过字符串字典映射创建新列？遇NaN问题求解

1. 问题原因 #

map()方法的逻辑是用Series中的值作为键去查找字典，但你定义的mod_unmod字典是标签（"mod"/"unmod"）对应媒体类型列表，键是标签，值是媒体类型集合。当用media_type里的"yt"、"fb"等去查字典时，字典里根本没有这些键，所以全部返回NaN。和是否是数字映射无关，纯粹是字典的键值方向搞反了。

2. 实现期望输出的方法 #

有两种常用方案：

方案一：反转字典结构 #

先把mod_unmod转换成媒体类型→标签的映射字典，再用map()：

# 反转字典，生成{媒体类型: 标签}的结构
reverse_map = {val: key for key, vals in mod_unmod.items() for val in vals}
df["model"] = df["media_type"].map(reverse_map)

方案二：使用np.select #

通过定义条件列表和对应标签列表来匹配：

import numpy as np

conditions = [
    df["media_type"].isin(mod_unmod["mod"]),
    df["media_type"].isin(mod_unmod["unmod"])
]
choices = ["mod", "unmod"]
df["model"] = np.select(conditions, choices)

执行后得到的目标结果：

3. 是否为重复问题 #

属于Stack Overflow上的常见问题，核心是多值分组映射或字典键值反转实现映射，已有大量类似提问和解答，本质是重复问题的场景变体。

4. 多标签场景的处理方法 #

如果有三个标签（比如"to test"、"testing"、"untested"），逻辑和双标签一致，两种方案都可以扩展：

方案一：反转字典 #

multi_tag = {
    "to test": ["a", "b"],
    "testing": ["c", "d"],
    "untested": ["e", "f"]
}
reverse_multi_map = {val: key for key, vals in multi_tag.items() for val in vals}
df["tag"] = df["media_type"].map(reverse_multi_map)

方案二：扩展np.select的条件和选项 #

conditions = [
    df["media_type"].isin(multi_tag["to test"]),
    df["media_type"].isin(multi_tag["testing"]),
    df["media_type"].isin(multi_tag["untested"])
]
choices = ["to test", "testing", "untested"]
df["tag"] = np.select(conditions, choices)

内容的提问来源于stack exchange，提问作者Andrea Ciufo