本文介绍一种高效、向量化的方法，使用字典映射将 dataframe 中某列的值（如姓名）匹配到预定义的多个名单列表中，并为其分配对应的层级编号（如 tier 1 / tier 2），避免显式循环，适用于数百行数据与十余个分组的场景。
本文介绍一种高效、向量化的方法，使用字典映射将 dataframe 中某列的值（如姓名）匹配到预定义的多个名单列表中，并为其分配对应的层级编号（如 tier 1 / tier 2），避免显式循环，适用于数百行数据与十余个分组的场景。
在 Pandas 数据处理中，常需根据某个字段（如 name）所属的预定义分组（如 tier1, tier2 等名单列表），为其打上分类标签（如 tier 列）。若采用 iterrows() 或 apply() 配合 in 检查，不仅代码冗长，且对 300+ 行、11 个分组的数据效率低下。更优解是预先构建反向映射字典：将每个名单中的元素作为键，将其所属 tier 编号作为值，再通过 .map() 一次性完成列赋值。
具体实现如下：
import pandas as pd
# 原始数据
d = {'name': ['Tom', 'Patrick', 'Lamar'], 'rating': [100, 97, 95]}
df = pd.DataFrame(d)
# 定义多级名单（实际中可能有 tier1 ~ tier11）
tier1 = ['Tom', 'Patrick']
tier2 = ['Lamar']
# ✅ 关键步骤：构建 name → tier 编号的映射字典
# 使用列表推导式扁平化所有 tier 列表，并记录其 tier 编号（从 1 开始）
tier_dict = {
name: tier_idx + 1
for tier_idx, tier_list in enumerate([tier1, tier2])
for name in tier_list
}
# 结果：{'Tom': 1, 'Patrick': 1, 'Lamar': 2}
# 向量化赋值：利用 map 自动对齐并填充 NaN（若 name 不在任何 tier 中）
df['tier'] = df['name'].map(tier_dict)执行后得到目标结果：
name rating tier 0 Tom 100 1 1 Patrick 97 1 2 Lamar 95 2
✅ 优势说明：
- 高性能：.map() 是底层优化的向量化操作，远快于 Python 循环；
- 可扩展：只需将 [tier1, tier2] 替换为 [tier1, tier2, ..., tier11] 即可支持 11 个分组；
- 健壮性：未匹配的 name 值自动设为 NaN，便于后续检查遗漏项（可通过 df[df['tier'].isna()] 快速定位）；
- 内存友好：字典构建仅需 O(N) 时间（N 为所有名单总长度），空间复杂度亦为 O(N)。
⚠️ 注意事项：
- 确保各 tier 列表中无重复姓名，否则后出现的 tier 编号会覆盖前者（因字典键唯一）；如有重叠需求，建议改用 pd.cut() 或自定义函数配合 np.select()；
- 若 tier 名称非纯数字（如 'premium', 'standard'），可直接在字典中使用字符串键值，无需修改逻辑；
- 对超大规模名单（如单个 tier 含数万条目），可考虑转为 set 提升 in 查找性能——但本方案中字典已天然具备 O(1) 查找，无需额外转换。
该方法兼顾简洁性、可读性与工程实用性，是 Pandas 分类标签生成的标准实践之一。
