基于DataFrame同表class列的值对description列内容做缩写扩展

原有代码问题 #

你遍历groupby返回的是分组后的DataFrame副本，对副本j的修改不会同步到原表，同时你没有对转换后的结果做赋值存储，自然无法合并回原DataFrame。

方案1：按行apply（更简洁，无需分组） #

直接对每行做处理，自动匹配当前行class对应的缩写映射，不需要分组操作，代码如下：

def expand_abbreviation(row):
    # 取当前行class对应的缩写映射字典，无匹配时返回空字典避免报错
    abbr_map = abb.get(row["class"], {})
    # 拆分描述文本，逐词替换，未匹配到的缩写保留原词
    words = row["description"].split()
    replaced_words = [abbr_map.get(word, word) for word in words]
    return " ".join(replaced_words)

# 直接赋值到新列，也可以覆盖原description列
df["expanded_description"] = df.apply(expand_abbreviation, axis=1)

方案2：groupby+transform（保留分组逻辑） #

如果要沿用分组的处理思路，用transform方法返回和原表索引对齐的序列，直接赋值即可，无需手动合并：

df["expanded_description"] = df.groupby("class")["description"].transform(
    # s.name对应当前分组的class值，直接从abb字典取对应映射
    lambda s: s.str.split().apply(lambda x: " ".join([abb[s.name].get(e, e) for e in x]))
)

效果示例 #

假设你的映射字典和测试数据如下：

# 示例缩写映射字典
abb = {
    "通信": {"IT": "Information Transport"},
    "计算机": {"IT": "Information Technology"}
}
# 测试DataFrame
df = pd.DataFrame({
    "class": ["通信", "计算机", "通信", "计算机"],
    "description": ["IT 运维", "IT 开发", "IT 传输", "IT 算法"]
})

处理后得到的结果如下：

内容的提问来源于stack exchange，提问作者keerthan shetty