Pandas如何根据DV2列首字符为DVZ列条件填充对应值

需求说明 #

需要基于DataFrame中DV2列的字符串起始字符，为DVZ列填充对应值，匹配规则如下：

• DV2值以9开头：DVZ列填充data1
• DV2值以7开头：DVZ列填充data2
• DV2值以3开头：DVZ列填充data3
• DV2值以6开头：DVZ列填充data4

原有错误代码：

[dew["DV0"].astype('str').str.startswith("9")] = "Sin"

代码错误点：

• 列名引用错误，判断对象写为不存在的DV0列，实际需要判断的是DV2列
• 未指定赋值的目标列，赋值逻辑没有关联到需要填充的DVZ列
• 仅写了单条判断逻辑，赋值内容也不符合需求的data1~data4规则
• 变量名错误，示例数据对应的DataFrame名和代码中dew不匹配

可用实现方案 #

方案1：使用numpy.select做多条件匹配（逻辑清晰，适合规则较多的场景） #

import numpy as np

# 统一将DV2列转为字符串类型，避免数值类型取值异常
dv2_first = df["DV2"].astype("str").str[0]

# 按顺序写匹配条件、对应填充值
cond_list = [
    dv2_first == "9",
    dv2_first == "7",
    dv2_first == "3",
    dv2_first == "6"
]
fill_value_list = ["data1", "data2", "data3", "data4"]

# 批量赋值到DVZ列
df["DVZ"] = np.select(cond_list, fill_value_list)

方案2：使用字典映射实现（代码更简洁） #

# 构建首字符和填充值的映射关系
match_dict = {"9":"data1", "7":"data2", "3":"data3", "6":"data4"}
# 提取DV2首字符后直接映射赋值
df["DVZ"] = df["DV2"].astype("str").str[0].map(match_dict)

运行结果 #

两种方案运行后均可得到预期输出：

内容的提问来源于stack exchange，提问作者ViciOus CircLe