如何在Pandas中高效为DataFrame新增列并映射特定字符串为数值？

嘿，完全理解你想摆脱循环、用更智能高效的方式处理这个需求——在Pandas里，循环逐行操作确实是效率最低的做法，咱们直接用矢量化操作来搞定，这可是Pandas处理数据的核心优势之一！

下面给你两种最常用的高效方案：

方案一：用np.where直接赋值 #

numpy.where可以根据条件快速生成对应的值，代码简洁直观：

import numpy as np
# 直接新增media列，符合条件设为1，否则设为0
df['media'] = np.where(df['message'] == "<Media omitted>", 1, 0)

方案二：布尔索引转整数 #

Pandas的布尔Series可以直接通过astype(int)转换成0/1，这种方法更轻量化：

# 布尔判断结果转整数，True→1，False→0
df['media'] = (df['message'] == "<Media omitted>").astype(int)

如果你需要仅更新已有media列的指定行 #

如果你的DataFrame已经存在media列，只想把符合条件的行设为1（其余保持原有值或设为0），可以用loc索引：

# 先初始化media列为0（如果需要的话）
df['media'] = 0
# 仅给符合条件的行赋值为1
df.loc[df['message'] == "<Media omitted>", 'media'] = 1

为什么这些方法比循环高效？ #

这些方法都是矢量化操作，它们会把整个Series作为一个整体在底层（C语言层面）处理，而不是像循环那样在Python层面逐行遍历——当你的DataFrame数据量很大时，速度差距会非常明显，可能快几十甚至上百倍！

内容的提问来源于stack exchange，提问作者sheldonzy