如何在Pandas中用另一DataFrame的列替换目标列的值

可以用Pandas的map()方法或者合并（merge）的方式实现这个替换需求，以下是具体步骤：

明确两个DataFrame的结构： #

df1（代码-国家映射表）： #

df2（待替换的数据集）： #

方法一：使用map()函数（推荐，简洁高效） #

先把df1转换成代码到国家名的字典，再用这个字典对df2的countries列做映射替换：

import pandas as pd

# 构造示例数据
df1 = pd.DataFrame({'code': ['FR', 'US', 'IT'], 'countries': ['法国', '美国', '意大利']})
df2 = pd.DataFrame({'countries': ['FR', 'FR', 'IT', 'US', 'US', 'US', 'IT']})

# 生成映射字典
country_map = df1.set_index('code')['countries'].to_dict()

# 替换df2的countries列
df2['countries'] = df2['countries'].map(country_map)

print(df2)

执行后df2的结果：

方法二：使用merge()合并后替换 #

如果需要保留原列或处理复杂匹配场景，可用合并方式：

# 合并df2和df1，以df2的countries（即code）匹配df1的code
merged_df = df2.merge(df1, left_on='countries', right_on='code', how='left')

# 用匹配到的国家名替换原列
df2['countries'] = merged_df['countries_y']

# 若需保留原始code，可新增中文国家列：
# df2['country_name'] = merged_df['countries_y']

print(df2)

这种方法适合需要保留原始code，或处理df2中存在df1未收录代码的场景——通过how='left'确保所有df2的行都被保留，匹配不到的会显示NaN。

内容的提问来源于stack exchange，提问作者jacques