Python Pandas：如何根据列中是否含字典键给新列赋值

嘿，这问题我熟！咱们直接上解决方案，分两种情况给你说，按需选就行～

首先先搭好咱们的示例数据，方便你直接测试：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({
    'String': ['Red apple', 'Fried chicken', 'Green banana', 'Grilled beef']
})
# 你的匹配字典
category_map = {'Apple': 'Fruit', 'Chicken': 'Meat'}

方法一：直观的自定义函数（适合小数据集） #

写个简单的函数，每一行遍历字典里的键，检查字符串里是否包含（还处理了大小写问题，毕竟你示例里是小写的apple对应大写的Apple）：

def assign_category(row):
    for item, category in category_map.items():
        # 忽略大小写匹配，要是需要严格匹配就去掉.lower()
        if item.lower() in row['String'].lower():
            return category
    # 没有匹配到就返回None，你也可以改成空字符串或者其他默认值
    return None

df['New Column'] = df.apply(assign_category, axis=1)

方法二：高效的向量化操作（适合大数据量） #

如果你的DataFrame行数很多，用apply可能有点慢，试试np.select，它是向量化操作，速度快很多：

import numpy as np

# 先构建每个键对应的匹配条件
match_conditions = [df['String'].str.contains(key, case=False) for key in category_map.keys()]
# 对应每个条件的分类值
category_values = list(category_map.values())

# 给新列赋值，没匹配到的用None填充
df['New Column'] = np.select(match_conditions, category_values, default=None)

最终结果 #

运行完上面任意一种方法，你的DataFrame就会变成这样：

要是你需要严格区分大小写，只需要把case=False去掉就行，是不是很简单？

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