本文介绍如何利用 pandas 将字典中定义的转换因子与 dataframe 中对应项的数值进行批量乘法运算，并为每一行计算其可转换项中的最小值，最终作为新列添加到原表中。
本文介绍如何利用 pandas 将字典中定义的转换因子与 dataframe 中对应项的数值进行批量乘法运算，并为每一行计算其可转换项中的最小值，最终作为新列添加到原表中。
在实际数据分析中，常需根据外部映射关系（如单位换算、价格系数、权重因子等）对数据进行动态转换，并进一步聚合（如取最小值、最大值）。本教程以一个典型场景为例：给定一个转换因子字典 data 和一个主数据表 df，目标是为 df 中每个 Item 计算其“可被转换项”在 Col1 值经系数缩放后的最小值，并将结果存入新列 Minc_Col1。
✅ 核心思路解析
- 对齐映射：字典 data 的行索引（如 'Item5', 'Item6'）需与 df 中 Col0 的值匹配，从而获取对应 Col1 数值作为基础值；
- 广播乘法：利用 DataFrame.mul(..., axis=0) 沿行方向将 data 的每行乘以对应 Col1 值，生成转换后矩阵；
- 按列求最小：因 data 的列代表目标项（如 'Item1', 'Item2'），故对乘法结果按列取 min()，即得每个目标项能获得的最小转换值；
- 安全对齐：未在 data.index 中出现的 df['Col0'] 项（如 'Item3', 'Item5', 'Item6'）会导致部分乘积为 NaN，min() 自动跳过 NaN；若整列全 NaN，则结果为 NaN，符合预期。
? 完整实现代码
import pandas as pd
# 转换因子字典（行=源项，列=目标项）
data = {
'Item1': {'Item5': 10, 'Item6': 100, 'Item4': 1},
'Item2': {'Item5': 10, 'Item6': 100, 'Item4': 1},
'Item4': {'Item5': 10, 'Item6': 100, 'Item9': 1}
}
data = pd.DataFrame(data).T # 确保列为目标项，行为源项（与后续 map 对齐）
# 主数据表
df = pd.DataFrame({
'Col0': ['Item1', 'Item2', 'Item3', 'Item4', 'Item5', 'Item6'],
'Col1': [180, 250, 150, 205, 22, 2],
'Col2': [190, 150, 150, 200, 18, 2.5]
})
# 步骤1：以 Col0 为索引，便于 map 查找
result = df.set_index('Col0')
# 步骤2：用 data.index 映射 result['Col1'] 获取各源项的基准值（如 Item5→22）
factors = data.index.map(result['Col1'])
# 步骤3：广播乘法 + 按列取最小 → 得到每个目标项（Item1/Item2/Item4）的 min converted value
min_values = data.mul(factors, axis=0).min()
# 步骤4：assign 新列，重置索引，重命名列
result = (
result.assign(Minc_Col1=min_values)
.reset_index()
.rename(columns={'Col0': 'Item', 'Col1': 'Price1', 'Col2': 'Price2'})
)
print(result)
输出结果：
Item Price1 Price2 Minc_Col1 0 Item1 180 190.0 200.0 1 Item2 250 150.0 200.0 2 Item3 150 150.0 NaN 3 Item4 205 200.0 200.0 4 Item5 22 18.0 NaN 5 Item6 2 2.5 NaN
⚠️ 注意事项与常见问题
- 字典结构关键：data 必须为 pd.DataFrame，且其 行索引（index）必须与 df['Col0'] 中的源项完全一致（如 'Item5', 'Item6'），否则 map 返回 NaN，导致整列乘积失效；
- NaN 处理逻辑：min() 默认忽略 NaN；若某目标项（如 'Item1'）所有可转换源项均无对应 Col1 值（全 NaN），则结果为 NaN；
- 列名对齐：data.columns 应覆盖所有需计算 Minc_Col1 的目标项（如 'Item1', 'Item2', 'Item4'），缺失列不会出现在结果中；
- 性能提示：该方法基于向量化运算，适用于万级以内数据；超大规模时可考虑 numba 加速或分块处理。
? 进阶扩展（可选）
如需同时返回最小值来源项（例如知道 200 是由 'Item6' 贡献），可使用：
m = data.mul(factors, axis=0)
min_series = m.min()
source_item = m.idxmin() # 返回每列最小值所在行索引（即源项名）
# 合并到结果
result = result.assign(
Minc_Col1=min_series,
Source_Item=source_item
)
此方案兼顾可读性、健壮性与扩展性，是 Pandas 高效实现“映射-转换-聚合”类任务的标准范式。
