无需循环如何通过pandas Series索引列表为DataFrame新增列？

实现方法 #

你可以直接用pandas内置的map()方法完成匹配，全程不需要手动写循环，代码如下：

import pandas as pd

# 先定义你的类别名称列表
class_names = ['Black Sea Sprat', 'Gilt-Head Bream', 'Hourse Mackerel', 'Red Mullet',
               'Red Sea Bream', 'Sea Bass', 'Shrimp', 'Striped Red Mullet', 'Trout']

# 新增实际类别名称列：因为原始类别编号是1~8，列表索引从0开始，所以先减1再匹配
Result['Actual Class Name'] = (Result['Actual Classes'] - 1).map(class_names.__getitem__)
# 新增预测类别名称列
Result['Predicted Class Name'] = (Result['Predicted Classes'] - 1).map(class_names.__getitem__)

可选简化写法 #

如果你已经导入numpy，也可以用矢量化索引的方式实现，逻辑完全一致：

import numpy as np
Result['Actual Class Name'] = np.array(class_names)[Result['Actual Classes'] - 1]
Result['Predicted Class Name'] = np.array(class_names)[Result['Predicted Classes'] - 1]

逻辑说明 #

• 原始类别列取值为1~8，而Python列表的下标从0开始，所以先对列值做减1处理得到合法的列表索引
• 两种实现都是pandas/numpy的内置矢量化操作，运行效率远高于手动写Python层级的循环

内容的提问来源于stack exchange，提问作者Aryan Sinha