本文介绍一种高效、可扩展的方法，利用嵌套字典结构为 dataframe 新增两列：一列映射值，一列标识其所属分组，通过字典解析与左连接实现零循环、高可读性的数据重映射。
本文介绍一种高效、可扩展的方法，利用嵌套字典结构为 dataframe 新增两列：一列映射值，一列标识其所属分组，通过字典解析与左连接实现零循环、高可读性的数据重映射。
在 Pandas 数据处理中，常需根据一个键列（如 Column_1）查表填充多个衍生字段——不仅包括映射后的值（如姓名），还需记录该值所属的逻辑分组（如 "Groub_A"）。若使用多次 .replace() 或嵌套 .map() 容易出错且难以追踪来源，而手动遍历则牺牲性能与可维护性。
推荐采用声明式字典展开 + 左连接（merge） 的组合方案，核心思路是：将嵌套字典 update_values 动态“扁平化”为标准二维表（含 Column_1, Column_new_2, Column_new_3 三列），再与原始 DataFrame 按键列合并。该方法天然支持多层级分组、避免重复逻辑、兼容缺失键（自动填充 NaN），且完全向量化。
以下是完整实现：
import pandas as pd
# 示例原始数据
current_df = pd.DataFrame({
"Column_1": ["aadff2", "aadff2", "aasd12", "asdd2", "967323sd", "967323sd", "aa1113"]
})
# 映射字典（注意：原问题中 "Groub_A"/"Groub_B" 应为拼写一致，此处按实际键名使用）
update_values = {
"Groub_A": {"aadff2": "Mark", "aasd12": "Otto", "asdd2": "Jhon"},
"Groub_B": {"aadfaa": "Josh", "aa1113": "Math", "967323sd": "Marek"}
}
# 步骤1：用嵌套推导式构建映射表（每项 = {key, value, group}）
new_data = [
{"Column_1": key, "Column_new_2": value, "Column_new_3": group_key}
for group_key, group_dict in update_values.items()
for key, value in group_dict.items()
]
# 步骤2：转为 DataFrame 并与原表左连接
mapping_df = pd.DataFrame.from_records(new_data)
result_df = current_df.merge(mapping_df, on="Column_1", how="left")
print(result_df)输出结果：
Column_1 Column_new_2 Column_new_3 0 aadff2 Mark Groub_A 1 aadff2 Mark Groub_A 2 aasd12 Otto Groub_A 3 asdd2 Jhon Groub_A 4 967323sd Marek Groub_B 5 967323sd Marek Groub_B 6 aa1113 Math Groub_B
✅ 优势说明：
-
健壮性：未在
update_values中定义的Column_1值会自然得到NaN，无需额外异常处理； -
可扩展性：新增分组（如
"Groub_C"）只需在字典中追加，无需修改逻辑； -
性能友好：全程基于 Pandas 内置操作，避免
apply或iterrows； -
清晰溯源：
Column_new_3明确标识每个映射值的原始分组上下文，便于审计与调试。
⚠️ 注意事项：
- 确保
update_values中所有内层字典的键（如"aadff2"）类型与current_df["Column_1"]一致（建议统一为字符串）； - 若存在重复键跨分组（如
"aadff2"同时出现在"Groub_A"和"Groub_B"），后遍历的分组将覆盖前者（因new_data是列表，merge默认取首匹配）；如需多匹配，应改用pd.concat+explode等策略； - 生产环境建议对
mapping_df添加去重校验：mapping_df.duplicated(subset=["Column_1"]).any()，防止意外冲突。
此方法将配置驱动（字典）与数据操作（merge）解耦，是构建可维护 ETL 流程的典型实践。
