Pandas实现：如何根据同NAME的ORIGINAL行ID替换TO_REPLACE行ID？

核心思路 #

先建立NAME与对应ORIGINAL行ID的映射关系，再针对需要替换的行，通过NAME匹配映射中的ID完成替换，保证每个分组内的替换都对应正确的ORIGINAL值。

具体代码实现 #

# 1. 生成NAME到ORIGINAL ID的映射字典
original_id_map = df[df['TYPE'] == 'ORIGINAL'].set_index('NAME')['ID'].to_dict()

# 2. 定位需要替换的行，用映射更新ID
df.loc[df['TYPE'].isin(['TO_REPLACE1', 'TO_REPLACE2']), 'ID'] = df['NAME'].map(original_id_map)

代码说明 #

• 第一步：筛选出所有TYPE为ORIGINAL的行，将NAME设为索引，提取对应的ID并转为字典，让每个NAME对应到自己的原始ID。
• 第二步：用loc定位所有TYPE是TO_REPLACE1或TO_REPLACE2的行，通过NAME.map(original_id_map)让每一行根据自身NAME匹配到对应的原始ID，完成替换。

原代码问题分析 #

你之前的代码df.loc[...,'ID'] = df.loc[df['TYPE'] == 'ORIGINAL', 'ID'].values[0]只取了第一个ORIGINAL行的ID值，导致所有需要替换的行都被设置成同一个ID，没有按NAME分组匹配。

内容的提问来源于stack exchange，提问作者Gustavo