You need to enable JavaScript to run this app. 如何在pandas DataFrame中为序列项添加值班序数标记
优惠活动
大模型
产品
解决方案
定价
更多

如何在pandas DataFrame中为序列项添加值班序数标记

实现方案

这个场景不需要套用通用的数字转序数逻辑——因为值班称谓是固定的业务标签,直接做列表位置到对应标签的映射即可,逻辑简洁也能避免之前脚本适配失败的问题,不管是pandas DataFrame还是普通Python数组都能适配。

步骤1:固定标签映射

先定义列表内元素位置对应的值班标签,后续有更多值班层级直接在字典里加键值对就行:

oncall_label_map = {
    0: "Primary oncall",
    1: "Secondary oncall",
    2: "Third oncall"
}
# 如需更多层级,按需补充键值对,例:3: "Fourth oncall", 4: "Fifth oncall"

场景1:pandas DataFrame 处理

先模拟和你描述一致的原始DataFrame结构:

import pandas as pd

# 原始数据结构
df = pd.DataFrame(
    {"oncall_names": [["John"], ["Jack", "Tom"], ["Eric", "Chris", "Bob"]]},
    index=[0, 1, 2]
)

写逐行格式化的处理函数,遍历每个姓名列表,按元素所在位置匹配对应标签,拼接成目标格式:

def format_oncall_group(name_list):
    res = []
    # enumerate 可以同时获取元素在列表中的位置、对应的姓名
    for pos, name in enumerate(name_list):
        # 用get兜底,避免超出已定义标签范围时报错
        label = oncall_label_map.get(pos, f"Level {pos+1} oncall")
        res.append(f"{label}: {name}")
    return ", ".join(res)

# 把处理函数应用到数据列上,生成格式化后的新列
df["formatted_content"] = df["oncall_names"].apply(format_oncall_group)

场景2:普通Python数组 处理

如果你的数据是纯Python列表形式,处理逻辑和上面完全一致:

raw_array = [
    ["John"],
    ["Jack", "Tom"],
    ["Eric", "Chris", "Bob"]
]

formatted_array = []
for group in raw_array:
    item_res = []
    for pos, name in enumerate(group):
        label = oncall_label_map.get(pos, f"Level {pos+1} oncall")
        item_res.append(f"{label}: {name}")
    formatted_array.append(", ".join(item_res))

最终输出效果

不管哪种场景,处理后的结果完全匹配你需要的格式:

0                Primary oncall: John
1    Primary oncall: Jack, Secondary oncall: Tom
2    Primary oncall: Eric, Secondary oncall: Chris, Third oncall: Bob

之前你试的通用数字转写脚本没生效的核心原因很简单:这类脚本是用来把任意整数转成通用的英文序数描述,但你的场景用的是固定的业务化值班称谓,根本不需要动态生成序数,硬套通用脚本反而绕了远路,直接做位置到标签的固定映射就行,逻辑轻还不容易出bug。

内容的提问来源于stack exchange,提问作者alexandru popa

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:2026.11.13 11:54:03