PySpark：如何为DataFrame中多行按代码添加描述信息？

假设你用的是Python的pandas库，这里有两种简单直接的实现方式：

方法一：字典映射填充 #

先把每个代码对应的描述整理成字典，再用map()方法批量填充：

import pandas as pd

# 原DataFrame
df = pd.DataFrame({'Code': ['A', 'B', 'C'], 'Description': [None, None, None]})

# 定义代码-描述映射字典
code_desc = {
    'A': '用户注册操作',
    'B': '数据导出操作',
    'C': '权限变更操作',
    # 剩下的代码依次补充对应描述
}

# 填充描述列，未匹配到的代码可以用fillna补默认值
df['Description'] = df['Code'].map(code_desc).fillna('无对应描述')

方法二：合并小DataFrame填充 #

如果描述信息较多，也可以先做一个包含代码和描述的小DataFrame，再通过merge()合并填充：

import pandas as pd

# 原DataFrame
df = pd.DataFrame({'Code': ['A', 'B', 'C'], 'Description': [None, None, None]})

# 描述信息的小DataFrame
desc_df = pd.DataFrame([
    ['A', '用户注册操作'],
    ['B', '数据导出操作'],
    ['C', '权限变更操作'],
    # 补充其他代码和描述
], columns=['Code', 'Description'])

# 左合并，保留原DataFrame所有行，填充描述
df = df.merge(desc_df, on='Code', how='left')

两种方法都能快速完成20种代码的描述填充，根据自己的习惯选择即可。

内容的提问来源于stack exchange，提问作者Pelle