本文介绍如何基于dataframe中某列（如grade）的字符串值进行条件判断，分别提取不同字段组合生成目标字典或子集dataframe，适用于多条件分支的数据映射场景。
本文介绍如何基于dataframe中某列（如grade）的字符串值进行条件判断，分别提取不同字段组合生成目标字典或子集dataframe，适用于多条件分支的数据映射场景。
在使用Pandas处理结构化数据时，常需根据某一列的字符串值（如等级、状态、类别）动态选择字段并构造新结构。例如，给定一个包含学生信息的DataFrame，要求：当grade为'Fair'时，生成键为'activities'和'student'的字典（对应原'Team'与'Roll'列）；当grade为'Good'时，则生成键为'type'和'student'的字典（对应'Team'与'marks'列）。注意原始问题中示例输出存在不一致（如'Rugby'未在源数据中出现），实际应严格依据源字段映射。
首先，确保数据已正确加载并清洗（如去除首尾空格、统一大小写）：
import pandas as pd
# 示例数据（修正原始输入中的拼写与空格问题）
df = pd.DataFrame({
'Roll': [123, 789, 445, 675],
'marks': [56.0, 70.0, 89.0, 45.0],
'grade': ['Fair', 'Good', 'Good', 'Fair'], # 统一为首字母大写，无多余空格
'section': ['A', 'A', 'C', 'b'],
'Team': ['Titans', 'Kings', 'Giants', 'Boss']
})
# 清洗 grade 列（推荐做法，增强鲁棒性）
df['grade'] = df['grade'].str.strip().str.capitalize()
接着，使用布尔索引分别筛选满足条件的行，并通过pd.DataFrame.assign()或列选择+rename()构建目标结构：
# 条件1：grade == 'Fair' → {'activities': Team, 'student': Roll}
fair_mask = df['grade'] == 'Fair'
fair_result = df[fair_mask][['Team', 'Roll']].rename(
columns={'Team': 'activities', 'Roll': 'student'}
).reset_index(drop=True)
# 条件2：grade == 'Good' → {'type': Team, 'student': marks}
good_mask = df['grade'] == 'Good'
good_result = df[good_mask][['Team', 'marks']].rename(
columns={'Team': 'type', 'marks': 'student'}
).reset_index(drop=True)
print("Fair grade subset:")
print(fair_result)
print("\nGood grade subset:")
print(good_result)
输出结果为：
Fair grade subset:
activities student
0 Titans 123
1 Boss 675
Good grade subset:
type student
0 Kings 70.0
1 Giants 89.0
若需最终以字典形式返回（如供后续API调用或JSON序列化），可调用.to_dict('records')获取每行字典列表：
final_fair_dict = fair_result.to_dict('records') # [{'activities': 'Titans', 'student': 123}, ...]
final_good_dict = good_result.to_dict('records')
⚠️ 注意事项：
- 原始代码中 if dm['grade'] is fair: 是错误写法——is 用于身份比较，且fair未定义；应使用 == 进行值比较，并确保字符串准确（如'Fair' vs 'fair'）；
- 数据中section列含小写'b'，若业务要求统一格式，建议提前标准化（如df['section'] = df['section'].str.upper()）；
- 若存在多于两种grade值，推荐使用pd.cut()或np.select()实现更可扩展的条件映射；
- 实际生产中，建议将逻辑封装为函数，并添加异常处理（如空结果检查）。
综上，核心在于先过滤后重构：利用布尔索引精准定位子集，再通过列选择与重命名完成字段语义转换，避免循环或低效条件判断，充分发挥Pandas向量化操作优势。
