如何基于多列值映射生成Pandas DataFrame新列？

问题场景 #

现有如下Pandas DataFrame：

import pandas as pd

df = pd.DataFrame({'Event1': ['Music', 'Something else 1', 'Theatre', 'Comedy'],
                   'Event2': ['Something else 2', 'Ballet', 'Something else 3', '4'],
                   'Cost': [10000, 5000, 15000, 2000]})

需按以下字典分别映射Event1和Event2列：

dict1 = {'Music': 'M', 'Cooking': 'C', 'Theatre': 'T', 'Comedy': 'C'}
dict2 = {'Ballet': 'B', 'Swimming': 'S'}

已知每行仅有一列的值可完成映射，需将映射结果存入新的Event列，最终期望得到如下结果：

# 目标输出
result = pd.DataFrame({'Event1': ['Music', 'Something else 1', 'Theatre', 'Comedy'],
                       'Event2': ['Something else 2', 'Ballet', 'Something else 3', '4'],
                       'Event': ['M', 'B', 'T', 'C'],
                       'Cost': [10000, 5000, 15000, 2000]})

简洁实现方法 #

方法1：apply结合字典get #

逐行处理，优先从Event1取映射值，取不到则从Event2取：

df['Event'] = df.apply(lambda row: dict1.get(row['Event1']) or dict2.get(row['Event2']), axis=1)

方法2：映射后填充空值 #

先分别生成两列的映射结果，再用fillna合并非空值：

# 生成各列映射结果
event1_map = df['Event1'].map(dict1)
event2_map = df['Event2'].map(dict2)

# 合并结果，空值用另一列的映射值填充
df['Event'] = event1_map.fillna(event2_map)

这两种方法均为Pandas惯用写法，简洁高效，无需冗余的条件判断逻辑。

内容的提问来源于stack exchange，提问作者koteletje