如何将equivalence file应用到DataFrame实现值替换？需编写Python函数

需求说明 #

我们需要将等价文件中定义的替换规则（原值→目标值）应用到主DataFrame的指定列，未匹配到规则的数值保持原样。

实现步骤 #

核心思路是把等价文件的规则转换成字典，再用pandas的replace()方法完成批量替换，既高效又简洁。

代码实现 #

首先导入pandas，创建示例数据（实际使用时可从文件读取，比如用pd.read_csv()）：

import pandas as pd

# 主DataFrame
main_df = pd.DataFrame({
    'ColA': ['A', 'B', 'C'],
    'ColB': ['1', '2', '3']
})

# 等价规则DataFrame（对应等价文件）
equivalence_df = pd.DataFrame({
    'ini': ['1', '3'],
    'fin': ['111', '333']
})

定义通用替换函数，支持自定义列名：

def apply_equivalence_rules(main_df, equivalence_df, target_col, ini_col='ini', fin_col='fin'):
    # 将等价规则转为键值对字典
    replace_dict = equivalence_df.set_index(ini_col)[fin_col].to_dict()
    # 替换目标列，未匹配值保留原内容
    main_df[target_col] = main_df[target_col].replace(replace_dict)
    return main_df

测试函数并查看结果：

# 对ColB列应用替换规则
processed_df = apply_equivalence_rules(main_df, equivalence_df, 'ColB')
print(processed_df)

输出结果：

ColA ColB
0    A  111
1    B    2
2    C  333

注意事项 #

• 如果等价文件是CSV/Excel格式，直接用pd.read_csv('equivalence.csv')或pd.read_excel('equivalence.xlsx')读取即可
• 确保主DF目标列与等价文件ini列的数据类型一致（比如都是字符串或都是整数），否则会出现匹配失败的情况
• 函数默认返回修改后的新DataFrame，若想直接修改原数据，可去掉return语句，直接操作原DF

内容的提问来源于stack exchange，提问作者DANIEL GARCIA DE CACERES HERRA