如何基于条件使用嵌套字典为Pandas Dataframe映射新列值

核心思路 #

按dict_map的键顺序逐行匹配规则，命中首个符合条件的规则后立即返回对应键值，无需后续校验。Python 3.7及以上版本原生支持字典插入顺序保留，低版本可将规则调整为列表嵌套元组的形式保证顺序。

完整代码 #

import pandas as pd
import numpy as np

# 初始化原始数据
dict_map = {
    'Anti' : {'Drug':('A','B','C')},
    'Undef': {'Drug':'D','Name':'Type X'},
    'Vit ' : {'Name': 'Vitamin C'},
    'Placebo Effect' : {'Name':'Placebo', 'Batch':'XYZ'},
}

df = pd.DataFrame(
{
        'ID': ['AB01', 'AB02', 'AB03', 'AB04', 'AB05','AB06'],
        'Drug': ["A","B","A",np.nan,"D","D"],
        'Name': ['Placebo', 'Vitamin C', np.nan, 'Placebo', '', 'Type X'],
        'Batch' : ['ABC',np.nan,np.nan,'XYZ',np.nan,np.nan],
        
}
)

# 单条规则匹配校验
def match_row(row, rule):
    for col, cond in rule.items():
        row_val = row[col]
        # 规则为元组时判断值是否属于元组
        if isinstance(cond, tuple):
            if row_val not in cond:
                return False
        # 规则为普通值时判断全等
        else:
            if row_val != cond:
                return False
    return True

# 逐行遍历规则获取结果
def get_result(row):
    for res_name, rule in dict_map.items():
        if match_row(row, rule):
            return res_name
    # 无匹配时返回空值
    return np.nan

# 新增Result列
df['Result'] = df.apply(get_result, axis=1)
print(df)

输出结果 #

注意事项 #

• 如果规则中需要匹配空值np.nan，需单独处理判断逻辑（因为np.nan != np.nan），可新增判断分支：if pd.isna(row_val) and pd.isna(cond): continue
• Python 3.7以下版本需将dict_map替换为collections.OrderedDict或列表格式[('Anti', {'Drug':('A','B','C')}), ...]保证规则优先级顺序
• 数据量超过10万行时可提前将规则向量化处理提升性能，避免逐行apply的开销

内容的提问来源于stack exchange，提问作者Fazli