数字数组列转字符串：DataFrame映射选字典还是连接？

直接选字典映射就行，原因很简单——DF2只有20行，这种方式更简洁高效，逻辑也直观，没必要搞复杂的连接操作。

字典映射的具体实现 #

1. 先把DF2转成Id对应Teamname的字典：

team_dict = df2.set_index('Id')['Teamname'].to_dict()

2. 给DF1新增Teamnames列，把每个TeamId列表里的ID换成对应名称，再用逗号拼起来：

df1['Teamnames'] = df1['TeamId'].apply(lambda x: ','.join([team_dict[id] for id in x]))

跑这两行代码就能直接得到你要的结果DF。

用DataFrame连接的话（不推荐这个场景） #

要是硬用连接，步骤会繁琐很多：得先把DF1里的TeamId列表拆成多行，和DF2关联后再重新分组拼接，具体步骤是：

1. 把TeamId列表展开成单行一个ID：

df_exploded = df1.explode('TeamId')

2. 和DF2做连接匹配：

df_merged = df_exploded.merge(df2, left_on='TeamId', right_on='Id', how='left')

3. 按用户名和原TeamId列表分组，把Teamname用逗号拼起来：

df_result = df_merged.groupby(['Username', 'TeamId'])['Teamname'].apply(','.join).reset_index()

这种方法绕了好几个弯，对于只有20行的DF2来说完全没必要。

两者对比 #

• 字典映射：代码少、逻辑直接，不用改原数据结构，而且字典查找速度快，效率更高。
• DataFrame连接：步骤多、代码冗余，适合大型数据集或者复杂关联场景，但在这个小数据集场景下纯属画蛇添足。

内容的提问来源于stack exchange，提问作者Mark