本文介绍如何根据dataframe中grade列的字符串值（如'fair'或'good'）条件筛选数据，并分别构造结构不同的新数据集（如{'activities': ..., 'student': ...}或{'type': ..., 'student': ...}），同时正确处理大小写、空格等常见陷阱。
本文介绍如何根据dataframe中grade列的字符串值（如'fair'或'good'）条件筛选数据，并分别构造结构不同的新数据集（如{'activities': ..., 'student': ...}或{'type': ..., 'student': ...}），同时正确处理大小写、空格等常见陷阱。
在实际数据分析中，常需依据某一分类列（如grade）的值动态生成结构各异的输出——例如，当成绩为“Fair”时导出活动与学号映射；当为“Good”时导出类型与分数映射。但直接使用 if df['grade'] == 'Fair' 会触发 ValueError: The truth value of a Series is ambiguous，因为Pandas布尔索引返回的是布尔Series，而非单一True/False。
✅ 正确做法是：先筛选子集，再构造目标结构。以下为完整、健壮的实现方案（兼容Python 3.6+及Pandas ≥1.0）：
1. 数据准备与清洗（关键预处理）
import pandas as pd
# 原始数据（注意：示例中存在大小写不一致和尾部空格问题）
df = pd.DataFrame({
'Roll': [123, 789, 445, 675],
'marks': [56.0, 70.0, 89.0, 45.0],
'grade': ['Fair ', 'Good ', 'Good ', 'Fair'], # 含空格和大小写混用
'section': ['A', 'A', 'C', 'b'],
'Team': ['Titans', 'Kings', 'Giants', 'Boss']
})
# 标准化grade列：统一小写 + 去除首尾空格（避免匹配失败）
df['grade'] = df['grade'].str.lower().str.strip()2. 条件筛选并构建目标结构
# 筛选Fair记录 → 构建Final字典（activities=Team, student=Roll）
fair_mask = df['grade'] == 'fair'
fair_df = df[fair_mask][['Team', 'Roll']].rename(
columns={'Team': 'activities', 'Roll': 'student'}
).reset_index(drop=True)
# 筛选Good记录 → 构建Final2字典（type=Team, student=marks）
good_mask = df['grade'] == 'good'
good_df = df[good_mask][['Team', 'marks']].rename(
columns={'Team': 'type', 'marks': 'student'}
).reset_index(drop=True)
# 转为字典（按列组织，适合后续JSON序列化或API响应）
final_dict = fair_df.to_dict('list') # {'activities': ['Titans', 'Boss'], 'student': [123, 675]}
final2_dict = good_df.to_dict('list') # {'type': ['Kings', 'Giants'], 'student': [70.0, 89.0]}3. 输出示例结果
print("Fair grade output (activities & student):")
print(fair_df)
# activities student
# 0 Titans 123
# 1 Boss 675
print("\nGood grade output (type & student):")
print(good_df)
# type student
# 0 Kings 70.0
# 1 Giants 89.0⚠️ 重要注意事项：
- 永远避免 if df['col'] == val: —— 这会报错，必须用布尔索引（df[df['col']==val]）；
- 字符串匹配前务必标准化：.str.lower().str.strip() 处理大小写与空格；
- 使用 .to_dict('list') 而非默认 .to_dict()，前者按列返回值列表，更符合多数下游需求；
- 若需合并多个条件（如'Fair'/'Poor'统一处理），可用 df['grade'].isin(['fair', 'poor'])；
- 如需保留原始索引，省略 .reset_index(drop=True) 即可。
通过以上步骤，您能可靠地基于字符串列值生成结构化、可复用的数据子集，为报表生成、API响应或特征工程提供坚实基础。
