Python中Pandas多列条件匹配的Index Match功能实现方法

原有实现存在三个核心问题：

• 映射规则和需求不符：需求的匹配条件是年份+type，但你定义的映射表把id作为匹配维度，导致id为cc的行全部匹配失败
• 缺少年份提取逻辑：原date列是带季度前缀的字符串（如q1 2021），直接拿2021做完整匹配无法命中
• 方法选择错误：replace仅适用于单列值替换，不支持多列联合匹配，同时代码中混用df和df1两个变量名也会直接报错

方案1：np.select（性能最优，适合大数据量） #

import pandas as pd
import numpy as np

# 原始数据读取后直接使用即可，这里是示例构造代码
df = pd.DataFrame({
    'id': ['aa', 'bb', 'cc', 'cc', 'cc'],
    'date': ['q1 2021', 'q1 2022', 'q1 2021', 'q1 2022', 'q1 2023'],
    'type': ['aa', 'aa', 'aa', 'aa', 'bb']
})

# 提取date列末尾的年份
df['year'] = df['date'].str.split().str[-1]

# 按需求定义匹配条件和对应取值
conditions = [
    (df['year'] == '2021') & (df['type'] == 'aa'),
    (df['year'] == '2022') & (df['type'] == 'aa'),
    (df['year'] == '2023') & (df['type'] == 'bb')
]
values = [10, 20, 50]

# 生成source列，未匹配到的默认返回0，可自行修改default参数
df['source'] = np.select(conditions, values, default=0)

# 删除临时生成的year列
df.drop('year', axis=1, inplace=True)

print(df)

方案2：apply自定义函数（写法直观，适合小数据量） #

def map_source(row):
    # 逐行提取年份
    year = row['date'].split()[-1]
    if year == '2021' and row['type'] == 'aa':
        return 10
    elif year == '2022' and row['type'] == 'aa':
        return 20
    elif year == '2023' and row['type'] == 'bb':
        return 50
    # 未匹配的返回值可自行修改
    return None

df['source'] = df.apply(map_source, axis=1)

两种方案运行后都可以得到你期望的输出结果。

内容的提问来源于stack exchange，提问作者Lynn