如何在pandas中将指定字典映射规则应用到不同目标列

直接使用pandas原生的Series.map()方法即可，你所说的「跨列映射」本质是将源列的映射结果赋值给新列，完全属于map的适用场景，实现代码仅需一行：

ila_df['strategy'] = ila_df['injection_type'].map(mapping_dict)

补充说明 #

• 该方案的执行效率远高于逐行写条件判断的loc写法，数据量越大优势越明显
• 如果injection_type列存在不在mapping_dict里的取值，默认映射结果为NaN，如果需要给未匹配的值设置默认值，可以链式调用fillna方法：

  # 示例：未匹配值统一赋值为"Unknown"
  ila_df['strategy'] = ila_df['injection_type'].map(mapping_dict).fillna("Unknown")
  

• 备选方案可以使用Series.replace()方法，但性能弱于map，仅在需要保留源列未匹配原值的场景下优先选择：

  ila_df['strategy'] = ila_df['injection_type'].replace(mapping_dict)
  

内容的提问来源于stack exchange，提问作者caasswa