You need to enable JavaScript to run this app. Pandas DataFrame 客户名转换并新增对应行的实现方法
优惠活动
大模型
产品
解决方案
定价
更多

Pandas DataFrame 客户名转换并新增对应行的实现方法

实现方案

核心逻辑为逐行遍历原始数据,同步收集原始行与所有符合转换规则的新行,最后一次性生成最终DataFrame,避免逐行追加DataFrame带来的性能损耗。

关键调整点

  • 调整原有转换函数的返回逻辑:你编写的Private函数仅覆盖PVT判断、返回打包的三元组,不适合直接用来拼接表格,需要将转换逻辑拆分为逐条件判断后追加独立行的形式
  • 补全规则判断:除原有针对PVT的替换逻辑,新增&替换为AND的判断分支
  • 采用列表收集行记录:不直接对原DataFrame逐行调用append(该操作会重复复制全表数据,大数据量下效率极低),而是将每一条待输出的记录以字典形式存入空列表,最后统一将列表转为DataFrame
  • 原始行默认赋值:所有原始客户名对应的记录,Transformation applied字段初始值统一为NONE

完整可运行代码

import pandas as pd

# 构造原始DataFrame
data = {'Client Name' : ['ABC CO PVT', 'ABC CO PVT', 'ONE PRIVATE', 'Good & Bad Limited']}
df = pd.DataFrame(data, columns = ['Client Name'])

# 初始化空列表存储最终需要的所有行
result_rows = []

for client_name in df['Client Name']:
    # 先写入原始行记录
    result_rows.append({
        "Client Name": client_name,
        "Transformation applied": "NONE"
    })
    # 处理PVT替换规则
    if "PVT" in client_name:
        transformed_name = client_name.replace("PVT", "PRIVATE")
        result_rows.append({
            "Client Name": transformed_name,
            "Transformation applied": "PRIVATE"
        })
    # 处理&替换规则
    if "&" in client_name:
        transformed_name = client_name.replace("&", "AND")
        result_rows.append({
            "Client Name": transformed_name,
            "Transformation applied": "AND"
        })

# 生成最终DataFrame
final_df = pd.DataFrame(result_rows)

输出结果说明

注:你最初提供的参考表存在列值错位,按照需求规则,替换后的客户名称需放在Client Name列,转换类型标记放在Transformation applied列,最终正确输出如下:

Client NameTransformation applied
ABC CO PVTNONE
ABC CO PRIVATEPRIVATE
ABC CO PVTNONE
ABC CO PRIVATEPRIVATE
ONE PRIVATENONE
Good & Bad LimitedNONE
Good AND Bad LimitedAND

内容的提问来源于stack exchange,提问作者Sai

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.02 05:15:04