基于另一DataFrame替换DataFrame列中的值

问题描述 #

我有两个DataFrame：

df1
PRA_Kod;WorkerId
1049;9024
0014;60260
0608;10506
20270/9;20270
9511;64473
0639;60264
0767;10509
.. .. .. . .

df2
WorkerId;Day;Time;W
1049;11;u.wyp;WE
1049;14;u.wyp;WE
64454;11;u.wyp;WE
0014;15;u.wyp;WE
64471;12;u.wyp;WE
64471;13;u.wyp;WE
0639;06;u.wyp;WE
0639;01;u.wyp;WE
0639;02;u.wyp;WE
0639;03;u.wyp;WE
64465;04;u.wyp;WE
64465;05;u.wyp;WE
 ... ... .. .

需求：若df2['WorkerId']的值存在于df1['PRA_Kod']中，则将df2['WorkerId']替换为对应的df1['WorkerId']值。
注：PRA_Kod中的值"20270/9"并非输入错误，这是不同表合并后的结果，部分用户在不同表中有不同索引。

期望输出：

df_result
WorkerId;Day;Time;W
9024;11;u.wyp;WE
9024;14;u.wyp;WE
64454;11;u.wyp;WE
60260;15;u.wyp;WE
64471;12;u.wyp;WE
64471;13;u.wyp;WE
60264;06;u.wyp;WE
60264;01;u.wyp;WE
60264;02;u.wyp;WE
60264;03;u.wyp;WE
64465;04;u.wyp;WE
64465;05;u.wyp;WE
... ... .. .

我尝试的代码抛出了ValueError: Can only compare identically-labeled Series objects.错误：

df_result.loc[ df2['WorkerId'].eq == df1['PRA_Kod'].eq, 
               df2['WorkerId']                         ] = df1['WorkerId']

解决方案 #

你报错的原因是直接对两个长度、索引都不一致的Series用eq比较，无法完成匹配。正确做法是先构建映射关系，再批量替换，以下是两种简洁的实现方式：

方法一：使用字典映射 + map #

1. 从df1生成PRA_Kod到WorkerId的映射字典：

pra_worker_map = df1.set_index('PRA_Kod')['WorkerId'].to_dict()

2. 对df2的WorkerId进行替换，未匹配的值保留原样：

df2['WorkerId'] = df2['WorkerId'].map(pra_worker_map).fillna(df2['WorkerId'])

方法二：直接使用replace #

replace方法可以直接接收字典作为参数，自动替换匹配的键，未匹配的值保持不变，代码更简洁：

pra_worker_map = df1.set_index('PRA_Kod')['WorkerId'].to_dict()
df2['WorkerId'] = df2['WorkerId'].replace(pra_worker_map)

代码说明 #

• set_index('PRA_Kod')['WorkerId'].to_dict()：将df1的PRA_Kod作为键，对应的WorkerId作为值生成字典，实现快速查找匹配。
• map(pra_worker_map)：遍历df2的每个WorkerId，用字典中的值替换匹配项，未匹配项会变为NaN，后续用fillna还原原值。
• replace(pra_worker_map)：直接替换字典中存在的键值对，无需额外处理空值，逻辑更直观。

处理完成后，df2就是你需要的df_result。

内容的提问来源于stack exchange，提问作者benek