如何根据列名匹配替换DataFrame中含"<"子串的单元格值？

需求说明 #

遍历main_frame的所有列，找出包含子串<的单元格，将其替换为names_values数据框中与列名匹配的Names行对应的Values值。

修正数据初始化问题 #

首先注意：你原来创建names_values时用了columns=[['Names', 'Values']]，这会生成多层列索引，后续映射会出问题，先修正为普通列：

import pandas as pd

# 修正后的names_values创建
data = [['Fiona','5'], ['Chris','6'], ['Mason','7'], ['June','8']]
names_values = pd.DataFrame(data, columns=['Names', 'Values'])

# 原main_frame创建不变
data1 = {'Fiona':['<2', '3','4'],
        'Chris': ['<7','12','8'],
        'Mason': ['2','<3','11'],
        'June': ['1','2','<9']}
main_frame = pd.DataFrame(data1)

高效实现方案 #

避免用iterrows()（效率极低，不适合大数据量），改用pandas矢量化操作+映射字典：

1. 生成列名到替换值的映射字典
   把names_values转换成字典，方便快速查找：

name_map = names_values.set_index('Names')['Values'].to_dict()

2. 批量替换含"<"的单元格
   遍历每一列，用mask()方法定位含<的单元格，直接替换为对应映射值：

for col in main_frame.columns:
    # 筛选出当前列含"<"的单元格，替换为name_map中对应列名的值
    main_frame[col] = main_frame[col].mask(main_frame[col].str.contains('<'), name_map[col])

验证结果 #

执行后输出main_frame，会和你期望的end_goal完全一致：

print(main_frame)
# 输出：
#   Fiona Chris Mason June
# 0     5     6     2    1
# 1     3    12     7    2
# 2     4     8    11    8

为什么你的原方法没成功？ #

• match()方法是用来查找正则表达式的起始匹配位置，不是判断是否包含子串，应该用str.contains()。
• iterrows()逐行处理不仅效率低，还容易因为索引、数据类型问题出错，pandas的矢量化操作才是最优解。

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