如何在Python中实现两个数据集间的数值映射？

步骤说明 #

• 先从df2中为每个变量（A1、A2）构建数值到文本的映射字典
• 遍历df1中需要替换的列，使用对应字典完成值的替换

完整代码示例 #

import pandas as pd

# 构建示例df1
df1 = pd.DataFrame({
    'Pers.': [500, 501],
    'A1': [1, 3],
    'A2': [2, 1]
})

# 构建示例df2
df2 = pd.DataFrame({
    'VAR': ['A1', 'A1', 'A1', 'A2', 'A2'],
    'RES': [1, 2, 3, 1, 2],
    'MEAN': ['Yes', 'No', 'Maybe', 'answered', 'not answered']
})

# 生成映射字典：key是变量名（如A1），value是{RES: MEAN}的字典
mapping = df2.groupby('VAR').apply(lambda x: dict(zip(x['RES'], x['MEAN']))).to_dict()

# 遍历df1的列，完成替换
for col in df1.columns:
    if col in mapping:
        df1[col] = df1[col].replace(mapping[col])

print(df1)

运行结果 #

关键逻辑解释 #

• groupby('VAR').apply(...)：按变量名分组，为每个组生成RES到MEAN的映射关系
• replace(mapping[col])：批量替换列中的所有匹配值，比逐单元格遍历效率更高

内容的提问来源于stack exchange，提问作者yasyes