Pandas DataFrame多列匹配条件下从其他列取值填充新列的实现方法

解决方案 #

方法：使用map映射匹配（无排序依赖，高效） #

核心逻辑是先构建col2到col3的映射关系，直接对col1的值做匹配查找，完全不依赖数据行的排序，符合业务要求。
代码示例：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({'col1': ['a', 'b', 'c', 'd'], 'col2': ['b', 'c', 'd', 'e'], 'col3': [1.0, 2.0, 3.0, 4.0]})

# 构建col2到col3的映射关系
col2_col3_map = df.set_index('col2')['col3']
# 对col1做映射得到col4
df['col4'] = df['col1'].map(col2_col3_map)

print(df)

运行输出和预期结果完全一致：

col1 col2  col3  col4
0    a    b   1.0   NaN
1    b    c   2.0   1.0
2    c    d   3.0   2.0
3    d    e   4.0   3.0

方案说明 #

• 无排序依赖：映射基于键值对匹配，无论原数据行顺序如何打乱都能得到正确结果
• 性能优秀：时间复杂度为O(n)，适合大数据量场景
• 逻辑简洁：不需要额外的循环、条件判断，可读性远高于mask等条件判断类方法，更适配跨行列匹配的需求场景

内容的提问来源于stack exchange，提问作者hickz