基于Pandas DataFrame某列首字符填充新列的实现方法

嘿，我来帮你搞定这个Pandas的映射需求！先理清楚你的场景：你有这样一个原始DataFrame：

+-----+------+
| No | type |
+-----+------+
| 123 | C01 |
| 123 | C02 |
| 123 | T01 |
| 345 | C01 |
| 345 | H12 |
| 345 | H22 |
+-----+------+

还有一个NumPy数组 arr = ["Car", "Tree", "House"]，需要根据type列的首字符（C对应Car，T对应Tree，H对应House）添加category列，得到目标结果。下面给你几种简单好用的实现方法：

方法一：字典映射 + 字符串提取首字符 #

这是最直观的方法，先创建一个映射字典把首字符和对应类别绑定，再提取type的首字符做映射：

import pandas as pd
import numpy as np

# 构造你的原始DataFrame
df = pd.DataFrame({
    'No': [123, 123, 123, 345, 345, 345],
    'type': ['C01', 'C02', 'T01', 'C01', 'H12', 'H22']
})
arr = ["Car", "Tree", "House"]

# 建立首字符到类别的映射字典
mapping_dict = {'C': arr[0], 'T': arr[1], 'H': arr[2]}

# 提取type列的首字符，并用map完成映射，添加新列
df['category'] = df['type'].str[0].map(mapping_dict)

# 查看结果
print(df)

运行后就能得到你想要的输出：

No type category
0  123  C01       Car
1  123  C02       Car
2  123  T01      Tree
3  345  C01       Car
4  345  H12      House
5  345  H22      House

方法二：正则替换法 #

如果你不想写字典，也可以用str.replace()结合正则表达式，直接匹配开头字符并替换：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'No': [123, 123, 123, 345, 345, 345],
    'type': ['C01', 'C02', 'T01', 'C01', 'H12', 'H22']
})
arr = ["Car", "Tree", "House"]

# 依次替换以C、T、H开头的type值为对应类别
df['category'] = df['type'].str.replace(r'^C.*', arr[0])
df['category'] = df['category'].str.replace(r'^T.*', arr[1])
df['category'] = df['category'].str.replace(r'^H.*', arr[2])

这个方法的思路是：匹配以C/T/H开头的整个字符串，直接替换成对应的类别，操作起来也很简单。

方法三：多条件映射（适合扩展） #

如果后续你有更多的映射规则，用np.select()会更灵活，能轻松处理多条件场景：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'No': [123, 123, 123, 345, 345, 345],
    'type': ['C01', 'C02', 'T01', 'C01', 'H12', 'H22']
})
arr = ["Car", "Tree", "House"]

# 定义匹配条件：分别匹配以C、T、H开头的type值
conditions = [
    df['type'].str.startswith('C'),
    df['type'].str.startswith('T'),
    df['type'].str.startswith('H')
]
# 对应条件的结果选项
choices = arr

# 根据条件匹配结果添加category列
df['category'] = np.select(conditions, choices)

这种方法把条件和结果分开定义，后续新增规则只需要在conditions和choices里加内容就行，维护起来很方便。

内容的提问来源于stack exchange，提问作者MaMo