Python 3.x 如何根据第一个df中的条件在第二个数据帧中创建和填充新列？

我有一个熊猫数据框，如下所示

df1 = {'City' :['London', 'Basel', 'Kairo'], 'Country': ['UK','Switzerland','Egypt']}

    City    Country
0   London  UK
1   Basel   Switzerland
2   Kairo   Egypt

现在，我想指定一个名为“大陆”的新列，该列应根据值填充

因此，df2应该看起来像：

    City    Country      Continent
0   London  UK           Europe
1   Basel   Switzerland  Europe
2   Kairo   Egypt        Africa

---

因此，df1在df2中指示新列的值。如何以最简单的方式执行此操作？

使用country->Continental字典，您可以将其传递给pd.DataFrame.replace（）方法，如下所示：

df['Continent'] = df['Country'].replace(country_dict)

---

非常感谢。如果我有很多价值观，那么创建字典就没有那么有效了，是吗？如何确保第1列中的多个值在新的第2列中创建一个新值，而第1列中的其余值在第2列中弥补另一个值？例如，值：第1列中的a、b和c应导致第2列中的“标签”。第1列中的其余值（d、e、f、…z）应导致第2列中的“无标签”。我该怎么做呢？的确，replace可能有点慢，但无论如何你都应该测试一下，看看是否是这样。关于您的问题，您可以尝试map（），它似乎也更快。它不仅接受dict，而且还接受函数，因此您可以给它类似于

df['Continent']=df['Country'].map（lambda x:Country\u dict.get（x，'默认值'））的内容。