如何用Pandas基于单列映射替换值并丢弃无匹配条目？

首先给出原始数据：

import pandas as pd

mapping = pd.DataFrame({'idx': ['a','b','c'], 'val': [1, 2, 3]})
obs = pd.DataFrame({'obs': ['a','c','a','a','b','d']})

需求：将obs中存在于mapping['idx']的观测值替换为mapping['val']对应值，丢弃不存在的观测值，最终得到目标DataFrame：

obs_mapped = pd.DataFrame({'obs': [1,3,1,1,2]})

方法一：字典映射+过滤空值 #

这是最简洁的实现方式，先将mapping转换为键值对字典，再用map完成值映射，最后过滤掉不存在项对应的空值：

# 构建映射字典
map_dict = mapping.set_index('idx')['val'].to_dict()
# 映射并过滤空值，转成目标DataFrame
obs_mapped = obs['obs'].map(map_dict).dropna().reset_index(drop=True).to_frame()

方法二：Merge关联过滤 #

如果更习惯用表关联的逻辑，可以通过merge完成匹配，直观实现映射和过滤：

obs_mapped = obs.merge(mapping, left_on='obs', right_on='idx', how='left')\
                .dropna(subset=['val'])\
                .rename(columns={'val': 'obs'})\
                [['obs']]\
                .reset_index(drop=True)

两种方法最终都能得到目标结果，执行后输出：

obs
0    1
1    3
2    1
3    1
4    2

内容的提问来源于stack exchange，提问作者TylerD