基于多条件按ID映射pandas DataFrame的Code列值

需求回顾 #

针对含10万行的DataFrame，按ID规则替换Code列：

• 若某ID同时关联Code name和Code ID，该ID所有行的Code替换为Code ID对应的数值
• 若ID仅关联一种类型，保持原Code值不变

示例数据 #

import pandas as pd

df = pd.DataFrame({'ID' : ['ID 1', 'ID 1', 'ID 1', 'ID 2', 'ID 2', 'ID 3', 'ID 3'],
                   'Code' : ['Apple', 'A123', 'Apple', 'Banana', 'Banana', 'K123', 'K123'],
                   'Code_Type' : ['Code name', 'Code ID', 'Code name', 'Code name', 'Code name', 'Code ID', 'Code ID']}
                 )

步骤1：生成目标映射字典 #

通过分组聚合判断每个ID的类型集合，生成ID到目标Code值的映射：

# 按ID分组，统计每个ID的Code类型集合和Code值列表
id_grouped = df.groupby('ID').agg(
    code_types=('Code_Type', set),
    code_list=('Code', list)
).reset_index()

# 构建映射字典
code_mapping = {}
for _, row in id_grouped.iterrows():
    current_id = row['ID']
    types = row['code_types']
    # 同时存在两种类型时，取Code ID对应的Code值
    if {'Code name', 'Code ID'} <= types:
        target_code = df[(df['ID'] == current_id) & (df['Code_Type'] == 'Code ID')]['Code'].iloc[0]
    else:
        # 仅一种类型时，取该ID任意一个Code值（同ID同类型Code值一致）
        target_code = row['code_list'][0]
    code_mapping[current_id] = target_code

生成的映射字典如下：

{'ID 1': 'A123', 'ID 2': 'Banana', 'ID 3': 'K123'}

步骤2：应用映射替换Code列 #

使用map方法批量替换，效率远高于逐行循环（适配10万行数据）：

df['Code'] = df['ID'].map(code_mapping)

最终结果 #

处理后的DataFrame：

ID      Code    Code_Type
ID 1    A123    Code name
ID 1    A123    Code name
ID 1    A123    Code ID
ID 2    Banana  Code name
ID 2    Banana  Code name
ID 3    K123    Code ID
ID 3    K123    Code ID

内容的提问来源于stack exchange，提问作者Kenny Carter Jr