如何用最Pythonic的方法从辅助DataFrame向主DataFrame匹配导入数据？

从Excel导入两个DataFrame，需要将辅助DataFrame（auxdf）的数据匹配导入主DataFrame（maindf）：当maindf的单元格内容为auxdf相关引用字符串时，将其替换为对应的实际值。

示例代码 #

import pandas as pd

# 辅助DataFrame
auxdf = pd.DataFrame({'prod':['look','duck','chik']}, index=['prod_team1','prod_team2','prod_team3'])
'''
auxdf 内容如下：
            prod
prod_team1  look
prod_team2  duck
prod_team3  chik
'''

# 从Excel导入的主DataFrame
maindf = pd.DataFrame({
    'col1': ['aoo', "auxdf.loc['prod_team2']", 'foo'],
    'col2': ["auxdf['prod_team1']", 'bla', "auxdf['prod_team3']"]
}, index=['mar_team1','mar_team2','mar_team3'])
'''
maindf 初始内容：
            col1                     col2
mar_team1   aoo                      auxdf['prod_team1']   
mar_team2   auxdf.loc['prod_team2']  bla
mar_team3   foo                      auxdf['prod_team3']
'''

# 原尝试代码（非Pythonic写法）
# for i in range(len(maindf)):
#   for j in range(len(maindf.columns)):
#     try: 
#       if 'auxdf' in maindf[maindf.columns[0]].iloc[0]: 
#        maindf[maindf.columns[0]].iloc[0] = eval(maindf[maindf.columns[0]].iloc[0])
#     except:
#       pass

预期输出 #

'''
处理后的maindf：
            col1      col2
mar_team1   aoo       look   
mar_team2   duck      bla
mar_team3   foo       chik
'''

Python风格的实现方案 #

避免使用不安全的eval()和嵌套循环，利用Pandas原生方法结合字符串解析完成映射：

1. 将auxdf的索引与对应值转换为字典，实现快速查找

prod_map = auxdf['prod'].to_dict()
# prod_map 结果：{'prod_team1': 'look', 'prod_team2': 'duck', 'prod_team3': 'chik'}

2. 定义解析函数，提取引用中的索引并替换为实际值

def replace_aux_ref(cell):
    # 仅处理包含auxdf引用的字符串
    if isinstance(cell, str) and 'auxdf' in cell:
        # 提取引号内的索引值（兼容两种引用格式）
        import re
        match = re.search(r"'([^']+)'", cell)
        if match:
            idx = match.group(1)
            return prod_map.get(idx, cell)  # 找不到匹配索引则返回原内容
    return cell

3. 将函数应用到整个DataFrame

maindf = maindf.applymap(replace_aux_ref)

该写法既简洁高效，又规避了eval()的安全风险，完全符合Pandas的惯用编程风格。

内容的提问来源于stack exchange，提问作者Mainland