Pandas如何基于DataFrame两列组合值为数据匹配规则打标签

首先注意你原始DataFrame的Math 、Art 列名末尾带多余空格，直接按无空格列名选取会触发KeyError，第一步先清理列名，再做后续计算，整体代码比逐行apply的写法效率更高、逻辑更清晰。

完整可运行代码 #

import pandas as pd

# 原始数据集
df = pd.DataFrame({
    'Student ID': [123456,789456,101112,131415],
    'Math ': [3,2,4,2],
    'Art  ': [3,3,3,1]
})

# 1. 清理列名首尾多余空格
df.columns = df.columns.str.strip()

# 2. 生成combined列：用数值计算代替字符串拼接，效率更高
df['combined'] = df['Math'] * 10 + df['Art']

# 3. 定义分数组合与标签的映射关系，直接覆盖正反分数组合
score_label_map = {
    11: "Unsatisfactory",
    12: "Unsatisfactory",
    21: "Unsatisfactory",
    22: "Moderate",
    23: "Moderate",
    32: "Moderate",
    33: "Good",
    34: "Good",
    43: "Good",
    45: "Excellent",
    54: "Excellent",
    55: "Excellent"
}

# 4. 映射生成最终标签列
df['label'] = df['combined'].map(score_label_map)

实现说明 #

• 生成combined列时没有用逐行apply做字符串拼接，而是直接用数学计算：Math为十位、Art为个位，Math*10 + Art直接得到整数结果，是pandas原生向量运算，数据量越大速度优势越明显，也省掉了转字符串、再转整数的冗余步骤。
• 标签匹配用字典映射实现，后续要新增分数组合、修改对应标签，直接编辑score_label_map字典即可，不需要改动核心逻辑代码。
• 运行后得到的结果完全匹配你的预期：

如果存在不在映射表里的分数组合，对应label会显示为空值，你可以按需在字典里补充对应的规则即可。

内容的提问来源于stack exchange，提问作者Mona