如何在Python中实现DataFrame间的用户ID匹配与替换

别用嵌套循环了，Pandas的merge和map方法能高效解决这个问题，而且代码简洁易维护。以下是具体实现步骤：

1. 先模拟示例数据（你可以替换成自己的真实数据） #

import pandas as pd

# 旧用户信息表
df_old_users = pd.DataFrame({
    "User ID（旧）": ["old_001", "old_002", "old_003"],
    "User Name": ["张三", "李四", "王五"],
    "User Email": ["zhangsan@example.com", "lisi@example.com", "wangwu@example.com"]
})

# 用户群组表
df_groups = pd.DataFrame({
    "Group Name": ["研发部", "市场部", "研发部"],
    "User ID（旧）": ["old_001", "old_002", "old_003"],
    "User Name": ["张三", "李四", "王五"]
})

# 新用户信息表
df_new_users = pd.DataFrame({
    "User ID（新）": ["new_101", "new_102", "new_103"],
    "User Name": ["张三", "李四", "王五"],
    "User Email": ["zhangsan@example.com", "lisi@example.com", "wangwu@example.com"]
})

2. 方法一：生成旧ID到新ID的映射字典，批量替换 #

先通过User Name关联新旧用户表，生成旧ID到新ID的映射关系，再用map批量替换群组表中的旧ID：

# 合并新旧用户表，提取旧ID→新ID的映射字典
id_mapping = pd.merge(
    df_old_users[["User ID（旧）", "User Name"]],
    df_new_users[["User Name", "User ID（新）"]],
    on="User Name",
    how="inner"
).set_index("User ID（旧）")["User ID（新）"].to_dict()

# 复制原群组表并替换ID
df_groups_updated = df_groups.copy()
df_groups_updated["User ID（旧）"] = df_groups_updated["User ID（旧）"].map(id_mapping)
# 可选：把列名改成新ID
df_groups_updated.rename(columns={"User ID（旧）": "User ID（新）"}, inplace=True)

3. 方法二：用邮箱关联（避免重名问题） #

如果存在重名用户，用User Email关联更可靠（邮箱唯一）：

# 基于邮箱生成旧ID→新ID的映射
id_mapping_email = pd.merge(
    df_old_users[["User ID（旧）", "User Email"]],
    df_new_users[["User Email", "User ID（新）"]],
    on="User Email",
    how="inner"
).set_index("User ID（旧）")["User ID（新）"].to_dict()

# 替换群组表ID
df_groups_updated_email = df_groups.copy()
df_groups_updated_email["User ID（旧）"] = df_groups_updated_email["User ID（旧）"].map(id_mapping_email)
df_groups_updated_email.rename(columns={"User ID（旧）": "User ID（新）"}, inplace=True)

4. 方法三：直接合并群组表和映射关系 #

如果不想生成字典，也可以直接用merge一步完成替换：

# 先把映射关系转成DataFrame
mapping_df = pd.merge(
    df_old_users[["User ID（旧）", "User Name"]],
    df_new_users[["User Name", "User ID（新）"]],
    on="User Name",
    how="inner"
)

# 合并群组表和映射表，替换ID并调整列顺序
df_groups_updated_merge = pd.merge(
    df_groups,
    mapping_df,
    on="User ID（旧）",
    how="left"
).drop(columns=["User ID（旧）", "User Name_y"]).rename(columns={"User Name_x": "User Name"})
# 调整列顺序和原表一致
df_groups_updated_merge = df_groups_updated_merge[["Group Name", "User ID（新）", "User Name"]]

为什么不用嵌套循环？ #

Pandas的循环操作效率极低，尤其是数据量较大时，内置的merge、map都是向量化操作，基于底层C实现，速度是循环的几十倍甚至上百倍，同时代码更简洁，可读性和可维护性更强。

内容的提问来源于stack exchange，提问作者Benjamin