Pandas合并不同DataFrame列并按原分隔符匹配关联列

核心思路 #

先建立编码（Cod）到动物（Animal）的映射字典，再通过正则拆分原List列的编码和分隔符，逐个替换编码为对应动物值，最后按原分隔符拼接结果，无匹配编码则填充'-'。

步骤实现 #

1. 导入依赖库

import pandas as pd
import re

2. 创建示例DataFrame

df1 = pd.DataFrame({'List' : ['P111:P666', 'P999', 'P111;P999:P777 ','P555', 'P666:P111;P333'],
                    'Color' : ['R', 'R', 'B','Y', 'R']})

df2 = pd.DataFrame({'Cod' : ['P111', 'P222', 'P333', 'P444', 'P555', 'P666', 'P777'],
                    'Animal' : ['DOG,FROG', 'CAT', 'BUG','SNAKE,DOG', 'CAT,BUG', 'DOG', 'SNAKE']})

3. 构建编码-动物映射字典

cod_to_animal = df2.set_index('Cod')['Animal'].to_dict()

4. 定义映射处理函数

def process_list(s):
    # 去除字符串前后空格，避免拆分出错
    clean_str = s.strip()
    # 正则拆分编码（P开头+数字）和分隔符（;或:）
    parts = re.findall(r'(P\d+|[;:])', clean_str)
    # 替换每个部分：编码用对应动物值，无匹配则填'-'；分隔符直接保留
    mapped_parts = [cod_to_animal.get(part, '-') if part.startswith('P') else part for part in parts]
    # 拼接成最终字符串
    return ''.join(mapped_parts)

5. 生成目标Animal列

df1['Animal'] = df1['List'].apply(process_list)

运行结果 #

执行后df1的结果如下：

List Color            Animal
0        P111:P666     R     DOG,FROG:DOG
1             P999     R                 -
2  P111;P999:P777      B  DOG,FROG;-:SNAKE
3             P555     Y          CAT,BUG
4   P666:P111;P333     R  DOG:DOG,FROG;BUG

内容的提问来源于stack exchange，提问作者Mario