如何在两个Pandas DataFrame中对应重命名重复的RELEVE_NR

步骤1：处理df_header的重复RELEVE_NR，生成唯一ID #

先标记df_header中每个重复ID的出现顺序，为非首次出现的行分配未使用的新ID，同时记录旧ID到新ID的映射关系：

import pandas as pd

# 获取当前最大的样地ID，作为新ID的起始值
max_existing_id = df_header['RELEVE_NR'].max()
next_new_id = max_existing_id + 1

# 标记每个ID在组内的出现顺序（0为首次出现）
df_header['duplicate_rank'] = df_header.groupby('RELEVE_NR').cumcount()

# 构建旧ID+出现顺序到新ID的映射
id_mapping = {}
for idx, row in df_header.iterrows():
    old_id = row['RELEVE_NR']
    rank = row['duplicate_rank']
    if rank == 0:
        # 首次出现的ID保留原值
        id_mapping[(old_id, rank)] = old_id
    else:
        # 重复项分配新ID，每次递增
        id_mapping[(old_id, rank)] = next_new_id
        next_new_id += 1

# 更新df_header的RELEVE_NR列
df_header['RELEVE_NR'] = df_header.apply(
    lambda x: id_mapping[(x['RELEVE_NR'], x['duplicate_rank'])], axis=1
)

# 删除临时辅助列
df_header.drop('duplicate_rank', axis=1, inplace=True)

步骤2：同步更新df_species的物种数据 #

根据步骤1生成的映射，将对应重复ID的物种行复制，并替换为新的样地ID：

# 整理映射：将旧ID对应到所有关联的新ID列表
old_to_new_ids = {}
for (old_id, _), new_id in id_mapping.items():
    if old_id not in old_to_new_ids:
        old_to_new_ids[old_id] = []
    old_to_new_ids[old_id].append(new_id)

# 生成更新后的物种数据
new_species_rows = []
for idx, row in df_species.iterrows():
    old_id = row['RELEVE_NR']
    # 获取当前旧ID对应的所有新ID（无重复则仅原ID）
    target_ids = old_to_new_ids.get(old_id, [old_id])
    # 为每个目标ID复制一行并替换ID
    for new_id in target_ids:
        updated_row = row.copy()
        updated_row['RELEVE_NR'] = new_id
        new_species_rows.append(updated_row)

# 转换为DataFrame
df_species_updated = pd.DataFrame(new_species_rows)

验证结果 #

可以通过以下代码确认处理是否正确：

# 检查df_header的ID是否完全唯一
assert df_header['RELEVE_NR'].nunique() == len(df_header), "df_header仍存在重复ID"

# 检查每个新ID对应的物种数量是否与原ID一致
for old_id, new_ids in old_to_new_ids.items():
    original_count = len(df_species[df_species['RELEVE_NR'] == old_id])
    for new_id in new_ids:
        assert len(df_species_updated[df_species_updated['RELEVE_NR'] == new_id]) == original_count, \
            f"新ID {new_id} 的物种行数与原ID {old_id} 不匹配"

内容的提问来源于stack exchange，提问作者César Leblanc