如何在df1['Column1']包含df2['Column1']时替换子串为df2['Column2']值

需求描述 #

当df1的Column1字段包含df2的Column1字段内容时，将df1['Column1']中的对应子串替换为df2['Column2']的对应值。

输入数据 #

df1

df2

预期输出 #

代码实现 #

使用Pandas的向量化操作完成批量替换，代码如下：

import pandas as pd

# 构造输入数据
df1 = pd.DataFrame({'Column1': ['A&O Inc.', 'HP Canada']})
df2 = pd.DataFrame({'Column1': ['A&O', 'HP'], 'Column2': ['Allen & Overy', 'Hewlett Packard']})

# 创建替换映射字典：键为待替换子串，值为目标替换值
replace_dict = df2.set_index('Column1')['Column2'].to_dict()

# 执行子串替换
df1['Column1'] = df1['Column1'].replace(replace_dict, regex=True)

# 查看结果
print(df1)

关键说明 #

• 替换字典构建：通过set_index和to_dict快速将df2转换为符合替换规则的字典，避免手动编写映射关系。
• 正则替换：regex=True参数让str.replace将字典的键作为子串进行匹配，自动完成所有映射的替换操作，无需逐行循环。
• 效率优势：向量化操作比传统的行循环处理速度快得多，适合处理大规模数据集。

内容的提问来源于stack exchange，提问作者aleafonso