如何使用多值字典基于旧列创建DataFrame新列？

这个问题很常见——当你的字典是「键对应多个值」的结构时，直接用原字典做映射确实会踩坑。我来帮你拆解解决方案：

为什么你的原代码无法运行？ #

你的lambda表达式里用了生成器 a for a, b in myDict.items() if x in b，这返回的是一个生成器对象，而不是你想要的具体数值（0/1/2）。所以最终df['col2']会被填充成一堆<generator object ...>，自然不符合预期。

最优解决方案：反转字典 + 矢量化映射 #

因为你需要的是「值→键」的反向映射，先把原字典转换成单值对应唯一键的字典，后续映射会非常高效：

import pandas as pd

# 你的原多值字典
myDict = {'0': ['a', 'b', 'c'], '1': ['e', 'f'], '2': ['z','x','y']}

# 反转字典：将每个值映射到对应的键（如需整数类型，把k转成int即可）
reverse_dict = {v: int(k) for k, vals in myDict.items() for v in vals}
# 反转后结果：{'a':0, 'b':0, 'c':0, 'e':1, 'f':1, 'z':2, 'x':2, 'y':2}

# 示例DataFrame
df = pd.DataFrame({'col1': ['a', 'f', 'a', 'x', 'e']})

# 用map快速完成矢量化映射
df['col2'] = df['col1'].map(reverse_dict)

print(df)

运行后会得到你想要的结果：

col1  col2
0    a     0
1    f     1
2    a     0
3    x     2
4    e     1

这个方案的优势： #

• map是Pandas的矢量化操作，比apply循环每个元素快得多，尤其适合大数据量场景
• 代码逻辑清晰简洁，避免了重复遍历字典的冗余操作

备选方案：修正你的apply代码（不推荐，效率较低） #

如果一定要保留apply的写法，可以用next()提取生成器的第一个匹配结果，同时添加默认值防止找不到匹配项报错：

df['col2'] = df['col1'].apply(lambda x: next((int(a) for a, b in myDict.items() if x in b), None))

这里的None是当x不在任何值列表时的默认返回值，你可以根据需求改成其他值（比如-1）。但还是更推荐反转字典+map的方案。

内容的提问来源于stack exchange，提问作者As3adTintin