本文详解如何在pandas中根据某列（如'grade'）的字符串值（如'fair'或'good'）进行条件筛选，并为不同类别动态构建结构各异的新数据集（如包含'activities'/'student'或'type'/'student'字段），同时处理大小写、空格等常见陷阱。
本文详解如何在pandas中根据某列（如'grade'）的字符串值（如'fair'或'good'）进行条件筛选，并为不同类别动态构建结构各异的新数据集（如包含'activities'/'student'或'type'/'student'字段），同时处理大小写、空格等常见陷阱。
在实际数据分析中，常需依据分类字段（如成绩等级）将原始数据分流并映射为不同业务结构的子集。以您提供的示例数据为例，目标是：当grade列值为 'Fair' 时，生成含 activities（对应Team列）和 student（对应Roll列）的DataFrame；当值为 'Good' 时，则生成含 type（对应Team列）和 student（对应marks列）的DataFrame。注意原始数据中存在大小写不一致（如'Fair.'、'Good.'、'b.'）和尾部标点，需先清洗。
✅ 正确做法：清洗 → 筛选 → 映射 → 构建
首先对grade列做标准化处理（去除空格、标点，统一小写），再进行条件判断：
import pandas as pd
# 示例数据（已修正原始格式问题）
df = pd.DataFrame({
'Roll': [123, 789, 445, 675],
'marks': [56.0, 70.0, 89.0, 45.0],
'grade': ['Fair.', 'Good.', 'Good.', 'Fair'],
'section': ['A.', 'A.', 'C.', 'b.'],
'Team': ['Titans', 'Kings', 'Giants', 'Boss']
})
# 步骤1：清洗 grade 列（去空格、去标点、转小写，便于匹配）
df['grade_clean'] = df['grade'].str.strip().str.replace(r'[^\w\s]', '', regex=True).str.lower()
# 步骤2：按条件筛选并构建目标结构
fair_mask = df['grade_clean'] == 'fair'
good_mask = df['grade_clean'] == 'good'
# Fair 分支：activities = Team, student = Roll
fair_result = df[fair_mask][['Team', 'Roll']].rename(
columns={'Team': 'activities', 'Roll': 'student'}
).reset_index(drop=True)
# Good 分支：type = Team, student = marks（注意：题目示例中Good输出的'student'实为marks，但列名应为score更合理）
good_result = df[good_mask][['Team', 'marks']].rename(
columns={'Team': 'type', 'marks': 'student'}
).reset_index(drop=True)
print("Fair grade result:")
print(fair_result)
print("\nGood grade result:")
print(good_result)输出示例：
Fair grade result:
activities student
0 Titans 123
1 Boss 675
Good grade result:
type student
0 Kings 70.0
1 Giants 89.0⚠️ 关键注意事项
- 切勿使用 if df['grade'] is 'Fair'：这是错误语法——Pandas Series 不能直接用 is 或 == 在 if 中判断（会引发 ValueError: The truth value of a Series is ambiguous）。必须用布尔索引（如 df[condition]）或 .loc。
- 字符串匹配务必清洗：原始数据含 'Fair.'、'Good.' 等，直接 == 'Fair' 会全部失败。推荐使用 .str.contains('fair', case=False, na=False) 或如上清洗后精确匹配。
- 字典输出非必需：.to_dict() 返回嵌套字典（按列组织），但通常业务需要的是结构化 DataFrame。若真需字典格式，可用 fair_result.to_dict('records') 获取每行字典列表。
- 避免 pd.concat([Dm, Db, ...]) 误用：原答案建议的 pd.concat(..., axis=1) 是横向拼接，适用于列对齐的多表合并；而您的场景是单表条件分流，无需拼接。
✅ 总结
核心逻辑是：清洗字符串 → 布尔索引筛选 → 列选择与重命名 → 生成目标DataFrame。此方法可扩展至多分支（如用 numpy.select 或 pd.cut），且完全兼容 Python 3.6+ 和 Pandas ≥1.0。坚持向量化操作，拒绝循环，才能高效、可读、可维护地完成条件数据重构。
