如何在pandas中自动将列的长行值替换为短名称

以下是三种常用的实现方式，可根据你的需求选择：

1. 自定义映射替换（可控性最高） #

适合需要指定固定短名称的场景，使用map()方法实现：

import pandas as pd

# 替换为你实际的长文本列名
long_col = "你的长文本列名"

# 定义长文本与短名称的对应关系
name_mapping = {
    "完整长文本内容1": "短名称1",
    "完整长文本内容2": "短名称2",
    # 按需补充所有映射对
}

# 生成新的短名称列，也可以直接覆盖原列
df["short_name"] = df[long_col].map(name_mapping).fillna("其他")

末尾的fillna("其他")用于处理未在映射中定义的长文本，可自行调整默认值。

2. 自动生成序列短名称 #

适合长文本类型多、不需要自定义名称的场景，自动为唯一长文本分配统一序号：

# 自动生成「类型+序号」格式的短名称，相同长文本会分配同一个序号
df["short_name"] = "类型" + df["你的长文本列名"].factorize()[0].astype(str)

3. 提取文本特征生成短名称 #

如果长文本有固定格式规则，可以直接提取核心部分作为短名称：

• 截取前N个字符（示例取前6个字符，可自行调整长度）：

  df["short_name"] = df["你的长文本列名"].str[:6]
  

• 按分隔符提取核心字段（示例长文本用-分隔，取第一个片段）：

  df["short_name"] = df["你的长文本列名"].str.split("-").str[0]
  

内容的提问来源于stack exchange，提问作者Me0002