如何在Pandas中为多列手术代码匹配对应描述（含空值处理）

你之前用多列merge失败的核心原因是多列merge要求所有指定列同时匹配目标DataFrame的对应列，但opcs_short只有一个手术代码列，这种匹配逻辑完全不成立，所以结果全为NaN。

下面提供两种高效的实现方式，均能保留含空值的行：

方法一：字典映射（推荐，性能更优） #

先将手术代码与描述转换为键值对字典，再通过map方法快速生成对应描述列：

1. 统一数据类型，避免因类型不匹配导致匹配失败：

import pandas as pd
import numpy as np

# 清理并转换opcs_short的代码列
opcs_short['opcs_4.9str'] = opcs_short['opcs_4.9str'].astype(str).str.strip()
# 处理t中的手术代码列，保留空值
for col in ['OPERTN_01', 'OPERTN_02', 'OPERTN_03', 'OPERTN_04', 'OPERTN_05']:
    t[col] = t[col].astype(str).str.strip().replace('nan', np.nan)

2. 构建代码-描述映射字典：

opcs_map = opcs_short.set_index('opcs_4.9str')['Description'].to_dict()

3. 遍历生成每个手术代码的描述列：

for col in ['OPERTN_01', 'OPERTN_02', 'OPERTN_03', 'OPERTN_04', 'OPERTN_05']:
    t[f"{col}_desc"] = t[col].map(opcs_map)

方法二：逐列左连接Merge #

如果习惯用merge操作，可对每个手术代码列单独做左连接，确保每次只匹配一列：

# 遍历每个手术代码列，逐个左连接获取描述
for col in ['OPERTN_01', 'OPERTN_02', 'OPERTN_03', 'OPERTN_04', 'OPERTN_05']:
    t = t.merge(
        opcs_short,
        left_on=col,
        right_on='opcs_4.9str',
        how='left',  # 左连接保留t中所有行
        suffixes=('', '_tmp')
    )
    # 重命名描述列并删除临时代码列
    t = t.rename(columns={'Description': f"{col}_desc"}).drop('opcs_4.9str', axis=1)

关键注意点 #

• 类型匹配：必须确保t中的手术代码列与opcs_short的opcs_4.9str列类型一致（同为字符串或数值），这是匹配后全NaN的最常见诱因。
• 脏数据清理：若代码存在空格、大小写差异，需用str.strip()、str.upper()等方法统一格式。

内容的提问来源于stack exchange，提问作者capnahab