如何用Python根据条件替换DataFrame中Name列的对应代码值？

原始DataFrame（df1） #

Name                      Code
2000667 - APPLE IPHONE    2000667
2000667 - APPLE IPHONE    2000667
2005565 - APPLE IPHONE    CASE
2005565 - APPLE IPHONE    CASE
                          2005450
                          2002130
                          2637440
                          2637409
2003598 - SAMSUNG GALAXY  2113521
2003598 - SAMSUNG GALAXY  HEADSET
                          2637437
2003639 - APPLE IPHONE    2003639
2005565 - APPLE IPHONE    SCREEN

期望结果（df2） #

Name                        Code
2000667 - APPLE IPHONE      2000667
2000667 - APPLE IPHONE      2000667
CASE - APPLE IPHONE         CASE
CASE - APPLE IPHONE         CASE
                            2005450
                            2002130
                            2637440
                            2637409
2113521 - SAMSUNG GALAXY    2113521
HEADSET - SAMSUNG GALAXY    HEADSET
                            2637437
2003639 - APPLE IPHONE      2003639
SCREEN - APPLE IPHONE       SCREEN

需求说明 #

• 若Name列不为空，当Name列的代码部分（-左侧内容）与Code列对应值不一致时，将Name列的代码部分替换为Code列的值；
• 若Name列为空，则保持为空。

原代码问题分析 #

用户尝试的代码存在两个核心问题：

1. 在apply的lambda中直接引用df1['Code']是整列数据，而非当前行的Code值；
2. 判断df1['Code'] in x的逻辑错误，应该提取Name列的代码部分再和当前行Code值对比。

正确实现代码 #

方法1：逐行处理（逻辑直观） #

import pandas as pd

# 构造示例df1（空值用空字符串表示）
data = {
    'Name': [
        '2000667 - APPLE IPHONE', '2000667 - APPLE IPHONE',
        '2005565 - APPLE IPHONE', '2005565 - APPLE IPHONE',
        '', '', '', '',
        '2003598 - SAMSUNG GALAXY', '2003598 - SAMSUNG GALAXY',
        '',
        '2003639 - APPLE IPHONE', '2005565 - APPLE IPHONE'
    ],
    'Code': [
        '2000667', '2000667', 'CASE', 'CASE',
        '2005450', '2002130', '2637440', '2637409',
        '2113521', 'HEADSET', '2637437',
        '2003639', 'SCREEN'
    ]
}
df1 = pd.DataFrame(data)

def update_name(row):
    name = row['Name']
    code = row['Code']
    # 处理Name为空的情况
    if pd.isna(name) or name.strip() == '':
        return name
    # 分割Name，提取原始代码和产品名称
    parts = name.split(' - ', 1)
    if len(parts) != 2:
        return name  # 格式不符合则保持原内容
    original_code, product = parts
    # 对比代码，不一致则替换
    if original_code != code:
        return f"{code} - {product}"
    return name

df2 = df1.copy()
df2['Name'] = df2.apply(update_name, axis=1)
print(df2)

方法2：向量化处理（大数据集更高效） #

import pandas as pd

df2 = df1.copy()

# 筛选Name不为空的行
valid_name_mask = df2['Name'].notna() & (df2['Name'].str.strip() != '')

# 分割Name列，提取原始代码和产品名称
df2.loc[valid_name_mask, 'original_code'] = df2.loc[valid_name_mask, 'Name'].str.split(' - ', 1).str[0]
df2.loc[valid_name_mask, 'product'] = df2.loc[valid_name_mask, 'Name'].str.split(' - ', 1).str[1]

# 替换需要更新的Name内容
replace_mask = valid_name_mask & (df2['original_code'] != df2['Code'])
df2.loc[replace_mask, 'Name'] = df2.loc[replace_mask, 'Code'] + ' - ' + df2.loc[replace_mask, 'product']

# 清理临时列
df2.drop(['original_code', 'product'], axis=1, inplace=True)

print(df2)

代码说明 #

1. 两种方法都会先判断Name列是否为空，为空则直接保留；
2. 对非空Name列，按-分割出原始代码和产品名称；
3. 对比原始代码与Code列值，不一致则用Code值替换原始代码部分，拼接成新的Name内容；
4. 向量化方法避免逐行循环，在大数据集下性能更优。

内容的提问来源于stack exchange，提问作者SGC