如何比较两个DataFrame指定列的行并在相等时替换为对应值？

需求很明确：把df1某一列的所有行和df2的某一列逐一比对，只要值相等，就用df1里匹配单元格所在行的相邻列值，替换df2对应位置的单元格值。

示例数据 #

import pandas as pd

df1 = pd.DataFrame({'ID': [1, 2, 3], 'VALUES': [4, 6, 7]})
df2 = pd.DataFrame({'NAME': [7, 8, 9, 10], 'VALUES': [4, 6, 6, 7]})

高效解决方案 #

用字典映射的方式是最简洁且性能最优的（比逐行循环快得多，适合大数据集）：

# 从df1生成映射关系：VALUES值对应ID值
value_mapping = df1.set_index('VALUES')['ID'].to_dict()

# 替换df2的VALUES列
df2['VALUES'] = df2['VALUES'].map(value_mapping)

运行结果 #

执行后打印df2，得到期望的结果：

NAME  VALUES
0     7       1
1     8       2
2     9       2
3    10       3

逻辑拆解 #

1. 第一步先把df1的VALUES列作为键，对应的ID作为值，生成一个字典——这相当于提前建立好所有匹配规则。
2. 第二步用map方法把df2的VALUES列每个值，换成字典里对应的ID值，自动完成所有匹配替换。

内容的提问来源于stack exchange，提问作者feg4444