本文介绍如何高效地为 pandas dataframe 添加新列，该列根据某字段（如 name）在多个预定义列表中的归属关系，自动赋值对应的层级编号（如 tier 1、tier 2），适用于中等规模数据（数百行）与多组分类列表场景。
本文介绍如何高效地为 pandas dataframe 添加新列，该列根据某字段（如 name）在多个预定义列表中的归属关系，自动赋值对应的层级编号（如 tier 1、tier 2），适用于中等规模数据（数百行）与多组分类列表场景。
在实际数据分析中，常需将原始数据按业务规则划分为若干逻辑层级（例如 VIP 等级、用户分群、资质分级等），而这些层级往往以多个独立列表形式预先定义。例如，tier1 = ['Tom', 'Patrick'] 和 tier2 = ['Lamar'] 表示不同层级的成员名单。目标是：对 DataFrame 中的 'name' 列逐行判断其所属层级，并将层级编号（而非列表本身）写入新列 'tier'。
最直观的思路是循环遍历每行并嵌套检查各列表，但 pd.iterrows() 效率低下，且代码冗长易错。更优解是构建反向映射字典（reverse lookup dict）：将每个姓名映射到其对应的层级编号，再通过 .map() 向量化赋值——这既简洁又充分利用了 Pandas 的底层优化。
具体实现分三步：
-
构造层级映射字典
使用字典推导式，遍历所有层级列表（放入一个大列表中），对每个列表按索引编号（从 1 开始），再展开其中每个元素，建立 姓名 → 层级号 的一对一映射：
tier1 = ['Tom', 'Patrick']
tier2 = ['Lamar']
tier_lists = [tier1, tier2]
# 构建映射：{'Tom': 1, 'Patrick': 1, 'Lamar': 2}
tier_dict = {name: idx + 1 for idx, names in enumerate(tier_lists) for name in names}-
应用映射生成新列
直接调用 df['name'].map(tier_dict)，Pandas 会自动对 'name' 列每个值查找字典键，返回对应层级编号；若某姓名未匹配任何列表，则结果为 NaN（可选处理）：
df['tier'] = df['name'].map(tier_dict)
-
完整示例与验证
import pandas as pd
d = {'name': ['Tom', 'Patrick', 'Lamar'], 'rating': [100, 97, 95]} df = pd.DataFrame(d)
tier1 = ['Tom', 'Patrick'] tier2 = ['Lamar'] tier_lists = [tier1, tier2]
tier_dict = {name: idx + 1 for idx, names in enumerate(tier_lists) for name in names} df['tier'] = df['name'].map(tier_dict)
print(df)
输出：
name rating tier
0 Tom 100 1
1 Patrick 97 1
2 Lamar 95 2
✅ **优势说明**： - 时间复杂度 O(n + m)，n 为总姓名数，m 为 DataFrame 行数；远优于嵌套循环的 O(n×k)（k 为层级数）； - 无需显式循环或 `apply()`，避免 Python 层开销； - 易于扩展：新增 `tier3 = [...]` 只需将其加入 `tier_lists` 即可； - 支持重复姓名检查（字典自动覆盖，若需报错可先校验）。 ⚠️ **注意事项**： - 确保所有层级列表中的元素类型与 DataFrame 对应列一致（如均为字符串）； - 若存在未覆盖的姓名，`.map()` 返回 `NaN`，可通过 `df['tier'].fillna(0)` 或 `df['tier'].isna().any()` 检查缺失； - 如需严格保证无遗漏，建议提前校验：`set(df['name']) <= set(tier_dict.keys())`。 此方法兼顾可读性、性能与可维护性，是处理“标签化归属”类任务的标准实践。
