如何在Python中使用字典迭代过滤pandas DataFrame并添加匹配值为新列

原有代码问题说明 #

• 你写的双重循环是遍历Col1和Col2的所有元素做笛卡尔积匹配，不是逐行匹配同一行的两列取值
• 直接给df['Col3']赋值会修改整列的取值，无法实现仅匹配成功的行才赋值的需求
• 不要使用dict作为变量名，这是Python的内置关键字，会覆盖原生功能引发异常

正确实现代码 #

首先修正字典变量名：

map_dict = {'a_w':5,'c_y':8}

实现匹配+过滤逻辑：

# 逐行构造和字典对应的匹配键
df['merge_key'] = df['Col1'] + '_' + df['Col2']
# 匹配字典值生成新列
df['Col3'] = df['merge_key'].map(map_dict)
# 过滤出匹配成功的记录，删除辅助列、重置索引
df = df.dropna(subset=['Col3']).drop(columns=['merge_key']).reset_index(drop=True)
# 可选：如果需要Col3为整数类型，添加类型转换
df['Col3'] = df['Col3'].astype(int)

内容的提问来源于stack exchange，提问作者bibiji