使用map函数匹配存在的字典键时返回NaN值的问题求助

• 排查字符串格式不匹配问题
  直接查字典能拿到值，但map/merge返回NaN，大概率是df1的Drug IDs列值和字典键存在肉眼不可见的差异：

  • 处理前后空格：对两列分别执行str.strip()，清洗后再生成映射和执行map
  • 统一大小写：用str.upper()（或str.lower()）把所有ID转成统一格式，避免大小写不一致导致匹配失败
  • 查看隐藏字符：用repr()函数对比具体值，确认是否存在全角/半角、不可见控制字符等问题：

    # 查看df1中问题ID的原始内容
    print(repr(df1.loc[df1['Drug IDs'].str.contains('DB11118', na=False), 'Drug IDs'].iloc[0]))
    # 查看字典中对应键的原始内容
    print(repr('DB11118'))
    

• 验证ID集合的交集
  用集合运算确认清洗后的ID是否真的在映射字典中：

  # 先清洗两列的ID
  df1_ids_clean = set(df1['Drug IDs'].str.strip().str.upper().dropna())
  mapping_keys_clean = set(k.strip().upper() for k in drugbank_mapping.keys())
  # 查看df1中存在但映射里没有的ID
  print(df1_ids_clean - mapping_keys_clean)
  # 查看映射里有但df1没有的ID
  print(mapping_keys_clean - df1_ids_clean)
  

  如果问题ID不在第一个集合差里，说明清洗后已经匹配上。

• 重新生成清洗后的映射字典
  生成字典前先对id_converter做清洗和去重（避免同一个ID对应多个值导致映射混乱）：

  # 清洗映射表的ID列
  id_converter_clean = id_converter.copy()
  id_converter_clean['DrugBank ID of Ligand'] = id_converter_clean['DrugBank ID of Ligand'].str.strip().str.upper()
  # 去重，保留第一个出现的ID-名称映射
  id_converter_clean = id_converter_clean.drop_duplicates(subset='DrugBank ID of Ligand', keep='first')
  # 生成新的映射字典
  drugbank_mapping_clean = dict(id_converter_clean[['DrugBank ID of Ligand', 'DrugName']].values)
  
  # 清洗df1的ID列并执行map
  df1['Drug IDs_clean'] = df1['Drug IDs'].str.strip().str.upper()
  df1['Drug IDs_name'] = df1['Drug IDs_clean'].map(drugbank_mapping_clean)
  

• 排查merge的问题
  merge时同样要先清洗列，指定正确的连接键和连接方式：

  merged_df = pd.merge(
      df1.assign(Drug_IDs=df1['Drug IDs'].str.strip().str.upper()),
      id_converter_clean,
      left_on='Drug_IDs',
      right_on='DrugBank ID of Ligand',
      how='left'
  )
  

  若仍有缺失值，检查对应行的DrugBank ID of Ligand是否真的存在于id_converter_clean中。

• 检查列数据类型
  确保df1的Drug IDs和id_converter的DrugBank ID of Ligand都是字符串类型（object dtype），如果是数值类型，先转成字符串：

  df1['Drug IDs'] = df1['Drug IDs'].astype(str)
  id_converter['DrugBank ID of Ligand'] = id_converter['DrugBank ID of Ligand'].astype(str)
  

内容的提问来源于stack exchange，提问作者Ssong