如何基于pandas DataFrame的id列匹配字典值新增对应type列

错误原因 #

你之前的写法无法生效是因为df.assign()的入参键位对应要新增的列名，你直接传入映射字典作为参数，会被识别为要新增aa、bb、ci三个独立列，完全不符合需求。

可行方案 #

你要实现的是基于id列的值匹配字典映射，用Series.map()方法即可完成，这也是字典映射生成新列的标准实现方式：

1. 先定义你的映射字典（如果需要数值类型就不要给值加引号）

id_map = {'aa': 160, 'bb': 80, 'ci': 70}

2. 直接生成新列

# 直接赋值写法
df['type'] = df['id'].map(id_map)

# 链式assign写法（适合写方法链的场景）
df = df.assign(type=lambda x: x['id'].map(id_map))

可选扩展 #

如果存在id列的值不在映射字典里的场景，可以搭配fillna()设置默认值，比如未匹配到的行type默认填0：

df['type'] = df['id'].map(id_map).fillna(0)

运行后输出结果和你期望的完全一致。

内容的提问来源于stack exchange，提问作者Lynn