Pandas如何根据Fruit列值匹配对应计数列新增指定列

最优实现方案 #

优先推荐向量化操作方案，相比行级遍历/apply性能高数十倍，完全适配业务侧大量分类的场景：

方案1：通用高效实现（兼容全版本pandas）

借助给定的映射字典匹配对应列名，直接按索引取数：

# 将Fruit字段映射为对应的计数列名
target_cols = df['Fruit'].map(fruit_dict)
# 按行取对应列的数值写入新列
df['Fruit_count'] = df.lookup(df.index, target_cols)

方案2：高版本pandas兼容方案（pandas >= 1.2.0，lookup已弃用场景）

df['Fruit_count'] = df.to_numpy()[df.index, df.columns.get_indexer(df['Fruit'].map(fruit_dict))]

小数据量简易方案（数据量低于1万行时可使用，可读性更高）

df['Fruit_count'] = df.apply(lambda row: row[fruit_dict[row['Fruit']]], axis=1)

以上三种方案执行后均可得到符合逻辑要求的结果，生产环境优先选用方案1或方案2。

内容的提问来源于stack exchange，提问作者bkeesey