如何将DataFrame列值映射为指定List对应索引位置的元素

以下两种方案都可以实现需求：

方案1：使用map()方法（推荐，兼容性更好） #

核心思路是先将列表转换为「下标-元素」对应的映射字典，再调用pandas原生的map方法完成匹配：

• 用enumerate()遍历列表生成下标和值的对应关系，直接转为字典
• 对Col1列调用map()方法传入生成的字典即可完成映射

示例代码：

import pandas as pd

# 示例原始数据
df1 = pd.DataFrame({'Col1': [3,5,6,7,9]})
Mapping_list = ["Sales","Pre-Sales","Marketing", "Digital-Banking", "Payments", "telecom", "Core-Banking","Infra", "Cards", "Commercial-Banking" ]

# 生成映射字典
map_dict = dict(enumerate(Mapping_list))
# 映射结果存入新列Col2，如需替换原列可将左侧改为df1['Col1']
df1['Col2'] = df1['Col1'].map(map_dict)

该方案优势：如果Col1中存在超出列表下标的异常值，会自动返回NaN而不会报错，适合脏数据场景。

方案2：使用apply()直接索引列表 #

如果确认Col1的所有取值都在列表的下标范围内，可以用更简洁的写法：

df1['Col2'] = df1['Col1'].apply(lambda x: Mapping_list[x])

该方案优势是写法简单，缺点是遇到超出下标的值会直接抛出IndexError。

两种方案运行后的结果都完全符合预期对应关系：3对应Digital-Banking、5对应telecom、6对应Core-Banking、7对应Infra、9对应Commercial-Banking。

内容的提问来源于stack exchange，提问作者Aditya sharma