pandas 根据另一列的值映射列数据，使用 if 来确定要使用的字典

Question

我有以下数据框：

df = pd.DataFrame([['Person1', 'CT', 2017],
               ['Person2', 'FL', 2017],
               ['Person3', 'TX', 2017],
              ['Person1', 'TX', 2016]], columns=['Name', 'State', 'Year'])

还有下面两个映射表：

state_map = {'CT': 'Connecticut', 'FL': 'Florida', 'TX':'Texas'}
state_map2 = {'CT': 'ABC-CT', 'FL': 'BBC-Florida', 'TX':'CDA-TX'}

以下是数据的样子：

    Name    State   Year
0   Person1   CT    2017
1   Person2   FL    2017
2   Person3   TX    2017
3   Person1   TX    2016

我想找到一种方法来添加一个新列，该列的值使用 if 条件映射，该条件确定是使用从 state_map 还是 state_map2 映射的值。因此，如果 df[df['Name']=='Person1'] 则使用 state_map 否则使用 state_map2。

最终的输出应该是这样的：

    Name    State   Year   New_State_Name
0   Person1   CT    2017   Connecticut
1   Person2   FL    2017   BBC-Florida
2   Person3   TX    2017   CDA-TX
3   Person1   TX    2016   Texas

我尝试了以下代码，但没有成功。

df['New_State_Name'] = [state_map[x] if df[df['Name'] == 'Person1'] else 
state_map2[x] for x in df['State']]

我收到一条错误消息：

ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, 
a.bool(), a.item(), a.any() or a.all().

Answer 1

使用np.where:

df['New_State_Name'] = np.where(df['Name']=='Person1',df['State'].map(state_map),df['State'].map(state_map2))

输出：

      Name State  Year New_State_Name
0  Person1    CT  2017    Connecticut
1  Person2    FL  2017    BBC-Florida
2  Person3    TX  2017         CDA-TX
3  Person1    TX  2016          Texas