如何实现字符串列表到pandas列的高效映射
pandas 参考列表映射列实现方案
首先对齐场景的前置初始化代码:
import pandas as pd ref_list = ['a','b','c','d'] lst = [0,2,1] df = pd.DataFrame(lst, columns=['no'])
高性能实现(适配大数据量)
因为no列的数值本身就是ref_list的位置索引,直接通过numpy数组做向量化取值,无逐行Python循环,是所有方案中性能最优的:
import numpy as np df['map'] = np.array(ref_list)[df['no']]
小数据量快速开发场景下,可以用更简洁的逐行取值写法,不需要额外导入numpy:
df['map'] = df['no'].apply(lambda idx: ref_list[idx])
高容错实现
如果no列可能出现超出ref_list长度的非法值、空值,为了避免索引越界报错,可以通过枚举构造映射字典,用pandas内置的map方法做转换,非法值会自动填充为NaN:
ref_dict = dict(enumerate(ref_list)) df['map'] = df['no'].map(ref_dict)
最终预期输出
所有方案运行完成后,生成的DataFrame结构完全符合要求:
| no | map |
|---|---|
| 0 | a |
| 2 | c |
| 1 | b |
内容的提问来源于stack exchange,提问作者rpb
相关产品推荐
相关产品推荐

