如何高效实现DataFrame中Month列到Year列的值映射（替代循环）

嘿，我懂你现在的痛点——用for循环处理虽然能实现需求，但在Pandas里确实有更高效、更符合Pandas风格的向量化方法，不管是代码简洁度还是处理大数据集的速度都完胜循环。下面给你两种常用的优化方案：

方案一：提取后缀映射年份 #

这种方法适合后缀规则固定的场景，先从Month列里提取出后缀的数字，再通过映射表转换成对应年份：

import pandas as pd

# 提取后缀数字，没有后缀的填充为'0'
Products['year_suffix'] = Products['Month'].str.extract(r'\.(\d)?', expand=False).fillna('0')

# 定义后缀到年份的映射关系
year_mapping = {'0': '2015', '1': '2016', '2': '2017'}
# 生成Year列
Products['Year'] = Products['year_suffix'].map(year_mapping)

# 不需要中间列的话可以删掉
Products.drop('year_suffix', axis=1, inplace=True)

方案二：链式条件判断（numpy.where） #

如果你的条件不多（就这三个年份），用numpy.where链式判断会更直接，一行代码搞定：

import numpy as np

Products['Year'] = np.where(
    Products['Month'].str.contains('\.1'), '2016',
    np.where(Products['Month'].str.contains('\.2'), '2017', '2015')
)

为什么这些方法更好？ #

• 速度更快：Pandas的向量化操作是基于底层C实现的，比Python层面的for循环效率高几个量级，数据量越大差距越明显；
• 代码更简洁：不用手动遍历每一行，逻辑一目了然；
• 避免警告：原来的循环方式直接修改Products['Year'][i]属于链式索引，很容易触发SettingWithCopyWarning，向量化方法则不会有这个问题。

内容的提问来源于stack exchange，提问作者Breton