我想在pd df中创建一个新列。我有一个字典，输入了一个键元组，我想检查一个列，然后用dict中的值创建一个新的。

{('Y','y','yes','yeah','YES','Yeah'):'Yes',('N','n','no','nah','NO','NAH','No Data'):'No'}

我有这个代码工作，但因为我使用的是for循环，在第二次迭代中，它用clone_col值覆盖了新的col，所以我基本上恢复了第一次迭代的更改。一定有更好的with .apply，或.map和lambda函数，但我不确定。我尝试了apply和lambda，但无法让它工作。谢谢你的帮助。

for k, v in ast.literal_eval(sources).items():                        
    df_update[column_name] = np.where(
        df_update[clone_col].isin(k),
        v,
        df_update[clone_col],
    )

应用尝试：

for k, v in ast.literal_eval(sources).items():                        
    df_update[column_name] = df_update.apply(lambda x: v if x[clone_col] in k else x[clone_col], axis=1)

这和上面的w/ np循环做的是一样的。
对于df结果，因此如果每行具有以下内容：

n
Y
N
y

我最终得到了这个，bcz在迭代中为“否”，它覆盖了“是”记录：

No
Y
No
y