如何用另一DataFrame的标签替换当前DataFrame行中的编码值

现有两个DataFrame：df1存储编码数据，df2存储编码与其对应的标签映射关系，需将df1中的编码替换为df2中对应的标签。

示例数据 #

df1（编码数据） #

VBC  VDV
1     5
1     7
2     9
2    10

df2（编码-标签映射） #

QCcode    Response     Label
VBC           1         Male
VBC           2        Female
VDV           5        Advertising
VDV           9        Marketing

期望输出 #

VBC    VDV
Male    Advertising
Male            NaN
Female  Marketing
Female          NaN

解决方案 #

用Pandas的映射功能即可实现，步骤如下：

1. 构建各列的编码-标签映射字典
   按QCcode分组，将每个列对应的Response（编码）和Label（标签）整理为字典：

   import pandas as pd
   
   # 假设已加载df1和df2
   mappings = df2.groupby('QCcode').apply(lambda x: dict(zip(x['Response'], x['Label']))).to_dict()
   

2. 对df1的每一列应用映射
   遍历df1的列，用map()方法替换编码，无对应映射的编码会转为NaN；若需保留原编码，可追加fillna处理：

   df_op = df1.apply(lambda col: col.map(mappings.get(col.name, {})))
   # 可选：将NaN替换为原编码
   # df_op = df_op.fillna(df1)
   

内容的提问来源于stack exchange，提问作者Sai Deepak Chinta