如何基于字符串和规则展开Python Pandas DataFrame

需求说明 #

将包含占位符的字符串模板（StringDataFrame），依据类型映射表（ThingsDataFrame）展开为每个模板对应所有同类型事物的字符串。

准备数据 #

先定义两个初始DataFrame：

import pandas as pd

# StringDataFrame
string_df = pd.DataFrame({
    "String": [
        "Jon likes {ExplodeAnimals}.",
        "Jon eats {ExplodeFruit}."
    ]
})

# ThingsDataFrame
things_df = pd.DataFrame({
    "Thing": ["Cats", "Dogs", "Tigers", "Llamas", "Apples", "Pears", "Bananas", "Strawberries"],
    "Type": ["animal", "animal", "animal", "animal", "fruit", "fruit", "fruit", "fruit"]
})

实现步骤 #

1. 提取占位符与类型的映射
   从字符串模板中提取占位符，并转换为对应的类型（比如{ExplodeAnimals}对应animal）：

# 提取占位符并映射到Type
string_df["Placeholder"] = string_df["String"].str.extract(r"\{(.*?)\}")[0]
string_df["Type"] = string_df["Placeholder"].str.replace("Explode", "").str.lower()

2. 关联两个DataFrame并替换占位符
   通过Type字段关联两个表，用Thing替换模板中的占位符：

# 关联表
merged_df = string_df.merge(things_df, on="Type", how="left")
# 替换占位符生成最终字符串
merged_df["String"] = merged_df.apply(
    lambda row: row["String"].replace(f"{{{row['Placeholder']}}}", row["Thing"]),
    axis=1
)

3. 整理结果
   保留需要的String列，得到目标格式：

result_df = merged_df[["String"]].reset_index(drop=True)

最终结果 #

运行后得到的result_df如下：

内容的提问来源于stack exchange，提问作者user1574881