使用pandas如何根据DataFrame某列取值为另一列批量赋值

解决方法 #

直接使用pandas自带的map()方法即可实现批量映射，性能比apply+lambda更优，代码也更简洁易维护：

1. 先定义姓名到等级的映射字典：

name_grade_map = {
    'Smith': 'A',
    'Johnson': 'B',
    'Williams': 'C',
    'Brown': 'D',
    'Jones': 'E',
    'Garcia': 'F',
    'Miller': 'G',
    'Davis': 'H',
    'Rodriguez': 'K',
    'Martinez': 'L'
}

2. 调用map()方法直接生成新列：

df['Grade'] = df['Name'].map(name_grade_map)

如果存在字典里没有收录的姓名，默认会返回NaN，如果需要给未匹配的记录设置默认等级，可以追加fillna()方法：

# 示例：未匹配的姓名统一赋值为'N/A'
df['Grade'] = df['Name'].map(name_grade_map).fillna('N/A')

内容的提问来源于stack exchange，提问作者Slavisha84