如何在Pandas中基于层级ID生成对应层级名称列？

1. 构建ID-名称映射字典 #

从现有数据中提取所有层级ID与对应Name的唯一映射关系（每个ID对应的名称是固定的，不受所在层级影响）：

# 筛选所有带"Level"和"ID"的列
id_cols = [col for col in df.columns if 'Level' in col and 'ID' in col]

# 拼接各层级ID与Name的配对数据
mapping_dfs = []
for col in id_cols:
    temp = df[[col, 'Name']].rename(columns={col: 'ID'})
    mapping_dfs.append(temp)

# 合并后去重，转成字典用于快速映射
id_name_map = pd.concat(mapping_dfs).drop_duplicates(subset='ID').set_index('ID')['Name'].to_dict()

2. 替换层级ID为对应名称 #

遍历每个ID列，用映射字典替换值，同时修改列名为对应Name格式，不需要原ID列可直接删除：

for col in id_cols:
    # 生成新列名并替换值
    new_col = col.replace('ID', 'Name')
    df[new_col] = df[col].map(id_name_map)
    # 可选：删除原ID列
    df.drop(col, axis=1, inplace=True)

特殊情况处理 #

• 若存在无对应Name的ID（比如Path中的ID未出现在层级列中），可给空值填充默认值：

df[new_col] = df[col].map(id_name_map).fillna('未匹配到名称')

• 注意ID类型与映射字典键的一致性：查看df.info()确认ID列类型，若为字符串则确保字典键也是字符串，可通过df[col].astype(str)转换后再映射。

内容的提问来源于stack exchange，提问作者emil