基于ID合并DataFrame，用标准名称替换目标DataFrame对应名称

需求说明 #

有两个包含id和name字段的DataFrame，其中df1数据量大于df2。需要基于id字段关联，用df2里的标准品牌名称替换df1中对应id的名称，同时找出df1里所有被替换过的原始名称。

示例数据 #

原始df1 #

import pandas as pd

df1 = pd.DataFrame({
    'id': [123, 124, 125, 126],
    'name': ['Del Monte', 'Pokmon', 'Pokmon', 'Pokmon']
}, index=[0, 154047, 171696, 69264])

输出展示：

index    id         name
0        123        Del Monte
154047   124        Pokmon
171696   125        Pokmon
69264    126        Pokmon

原始df2（标准名称表） #

df2 = pd.DataFrame({
    'id': [124, 125],
    'name': ['Pokémon', 'Pokémon']
}, index=[79376, 135487])

输出展示：

index   name     id
79376   Pokémon  124        
135487  Pokémon  125        

处理步骤与代码 #

1. 构建id到标准名称的映射字典
   把df2转换成以id为键、name为值的字典，方便快速匹配替换：

name_mapping = df2.set_index('id')['name'].to_dict()

2. 保存原始名称（用于后续提取被替换项）
   在df1里新增一列original_name，先把原来的name值存起来：

df1['original_name'] = df1['name']

3. 批量替换名称
   用map方法匹配id对应的标准名称，没有匹配到的id（比如示例里的123、126）保留原名称：

df1['name'] = df1['id'].map(name_mapping).fillna(df1['name'])

4. 提取所有被替换的原始名称
   筛选出原始名称和替换后名称不一致的行，提取其中的原始名称并去重：

replaced_names = df1[df1['original_name'] != df1['name']]['original_name'].unique()

最终结果 #

替换后的df1 #

index    id         name        original_name
0        123        Del Monte   Del Monte
154047   124        Pokémon     Pokmon
171696   125        Pokémon     Pokmon
69264    126        Pokmon      Pokmon

如果不需要保留original_name列，直接用df1.drop('original_name', axis=1)删除即可。

被替换的原始名称 #

print(replaced_names)
# 输出：['Pokmon']

内容的提问来源于stack exchange，提问作者Protonios