如何在Pandas数据框中根据comment列的特定标识同步更新number列的值

嘿，我来帮你搞定这个问题！看起来你需要让那些标记了「Replacing:」的更新版文件，同步对应原始文件的number值，同时还要忽略其他无关的评论和空值对吧？下面我给你一步步拆解解决方案：

步骤1：准备原始测试数据 #

先把你的测试数据还原出来，方便后续操作：

import pandas as pd

df_test = pd.DataFrame(data=None, columns=['file','comment','number'])
df_test.file = ['file_1', 'file_1_v2', 'file_2', 'file_2_v2', 'file_3', 'file_3_v2']
df_test.comment = ['none: 5', 'Replacing: file_1', 'old', 'Replacing: file_2', '', 'Replacing: file_3']
df_test.number = ['12', '15', '13', '16', '14', '14']

步骤2：提取需要同步的原始文件名 #

我们从comment列中，把「Replacing:」后面的原始文件名提取出来，其他不符合条件的行（比如空值、带其他冒号的评论）会自动得到NaN，这样后续就不会误处理它们：

# 用正则表达式提取'Replacing: '后面的文件名，\S+匹配所有非空白字符
df_test['original_file'] = df_test['comment'].str.extract(r'Replacing: (\S+)')

步骤3：建立文件名与number的映射字典 #

为了快速查到每个原始文件对应的正确number值，我们把file列作为索引，生成一个「文件名-number」的映射字典：

file_to_number = df_test.set_index('file')['number'].to_dict()

步骤4：批量更新目标行的number值 #

现在只需要针对那些提取到了原始文件名的行，把它们的number替换成对应原始文件的数值即可。这里用loc结合map的方式，比逐行遍历高效得多：

# 筛选出需要更新的行（有原始文件名的行）
update_mask = df_test['original_file'].notna()
# 对这些行的number进行替换
df_test.loc[update_mask, 'number'] = df_test.loc[update_mask, 'original_file'].map(file_to_number)

验证结果 #

现在你打印df_test['number']，就能得到你想要的结果：

print(df_test['number'].tolist())
# 输出: ['12', '12', '13', '13', '14', '14']

这个方案完美处理了你的需求：既同步了更新版文件的number值，又自动忽略了空评论、其他带冒号的评论等异常情况，而且效率也不错，适合处理大尺寸的DataFrame。

备注：内容来源于stack exchange，提问作者Marcus K.