Python Pandas 匹配列值存所属组名 解决lambda赋值覆盖问题

你之前的写法存在两个核心bug，导致结果完全不符合预期：

• 列值被连续覆盖：每一次对df1_1['GMPL']赋值，都是将整列的计算结果完全替换，不是在上一次计算的基础上更新标注。举个例子：某产品值属于automotive分组，第一行赋值时会被标成'automotive'；但执行第二行判断home的赋值时，因为这个值不在home列表里，lambda会返回原始产品值，把之前标好的'automotive'直接覆盖掉。最终整列只会保留最后一次（判断timing分组）的计算结果，前面所有分组的标注都会被冲掉。
• 判断逻辑不闭环：你写的lambda逻辑为「匹配到当前列表就返回分组名，否则返回原始产品值」，就算不发生列覆盖，最终列内的值也会混杂分组名和原始产品名，无法形成标准化的分组标注。

第一步：构建统一的分组映射字典 #

先把所有零散的预定义列表整理成「具体产品项: 所属分组名称」的映射关系，避免重复写十几次判断逻辑：

# 初始化空的映射字典
group_map = {}
# 依次将每个预定义列表的内容写入映射关系
group_map.update({item: "automotive" for item in automotive})
group_map.update({item: "home" for item in home})
group_map.update({item: "b8_mcu" for item in b8_mcu})
group_map.update({item: "iot15_4" for item in iot15_4})
group_map.update({item: "b32_mcu" for item in b32_mcu})
group_map.update({item: "bluetooth" for item in bluetooth})
group_map.update({item: "proprietary" for item in proprietary})
group_map.update({item: "sensors" for item in sensors})
group_map.update({item: "touch" for item in touch})
group_map.update({item: "wifi" for item in wifi})
group_map.update({item: "zwave" for item in zwave})
group_map.update({item: "access" for item in access})
group_map.update({item: "power" for item in power})
group_map.update({item: "timing" for item in timing})

第二步：生成GMPL分组列并完成校验 #

用映射字典直接匹配产品所属分组，同时对不在预定义列表的项做兜底标记，同时满足两项核心需求：

# 匹配产品所属分组，未命中预定义列表的项标记为"未匹配"
df1_1["GMPL"] = df1_1["Product Line"].map(group_map).fillna("未匹配")

# 提取所有未匹配的产品值，完成预定义列表覆盖度校验
unmatched_products = df1_1[df1_1["GMPL"] == "未匹配"]["Product Line"].unique()

优势：相比连续写lambda判断的方式，这种写法计算效率更高，后续如果需要调整分组列表，只需要修改初始的列表定义，不需要改动后续的分组计算逻辑。

内容的提问来源于stack exchange，提问作者Alex Günsberg