如何匹配不同DataFrame的姓名并替换df1的职业列值？

步骤1：从df2中提取需要更新的姓名列表 #

df2的Name-empid列是姓名与员工ID的组合，首先要拆分出纯姓名部分，得到需要匹配的姓名集合：

# 拆分Name-empid列，提取姓名部分
target_names = df2['Name-empid'].str.split('-', n=1).str[0].tolist()

如果姓名中可能包含连字符（本例无此情况），用正则提取更稳妥：

target_names = df2['Name-empid'].str.extract(r'^([^-]+)')[0].tolist()

步骤2：在df1中匹配姓名并替换职业 #

用isin()方法定位df1中姓名在目标列表里的行，直接修改profession列的值：

# 匹配目标姓名，替换对应的profession
df1.loc[df1['Name'].isin(target_names), 'profession'] = 'data scientist'

处理后的df1结果 #

执行后df1数据如下：

关于map/replace报错的原因 #

你之前用map或replace出错，核心原因是没先处理df2的Name-empid列——直接用带员工ID的字符串去和df1的纯姓名匹配，格式不对应，导致映射或替换逻辑无法生效。先提取纯姓名再匹配，就能避免这个问题。

内容的提问来源于stack exchange，提问作者nikhil