Python DataFrame 大规模数据批量映射赋值实战

Miles

发布时间：2026-10-13| 4人浏览过

原创

本文介绍在Python中利用Pandas库的map函数，对DataFrame中百万级大规模数据进行高效批量映射赋值的方法。通过定义状态字典，将原始状态码如HUMAN_REFUSE等映射为中文结果，并创建新列存储，实现数据清洗与转换。

假设存在一个数据集，其中包含名为status的列，该列拥有100万条数据记录。这些记录中包含“HUMAN_REFUSE”、“SYS_REFUSE”、“HUMAN_AGREE”、“SYS_APPROVING”、“REVIEWING”、“HUMAN_CANCEL”、“SYS_AGREE”以及“SYS_CANCEL”等字段值。现在的需求是将这些特定的字段值分别进行映射赋值，并在此基础上创建一个新的列，列名设定为“申请结果”。

实现这一目标，我们可以采用map函数来处理：

df.申请结果 = df.申请结果.map({
  "HUMAN_REFUSE":"人工拒绝",
  "SYS_REFUSE":"系统拒绝",
  "HUMAN_AGREE":"人工通过",
  "SYS_APPROVING":"系统审核中",
  "REVIEWING":"人工复核",
  "HUMAN_CANCEL":"人工取消",
  "SYS_AGREE":"系统通过",
  "SYS_CANCEL":"系统取消"})

以上关于Python DataFrame大规模数据批量映射赋值的方法分享完毕，希望能为读者提供有价值的参考，同时也感谢大家的支持。