如何在Pandas中用另一DataFrame的标准名称替换目标DataFrame的ID值

核心思路 #

先把映射表转换成ID-标准名称的字典，再利用Pandas的replace()方法对目标DataFrame的所有列批量完成替换，无需逐列处理。

步骤1：构建匹配的映射字典 #

目标DataFrame里的ID是浮点数类型（如1000002.0），而映射表中的ID是整数，所以需要把字典的键转为浮点数，确保类型匹配：

# 从映射表生成字典，并转换键的类型为float
id_mapping = df_IDs.set_index('Criteria ID')['Canonical Name'].to_dict()
id_mapping = {float(k): v for k, v in id_mapping.items()}

步骤2：批量替换所有列 #

直接调用replace()方法传入映射字典，会自动遍历所有列完成替换，未在映射表中的ID会保留原值：

# 执行替换，生成新的DataFrame
df_replaced = df.replace(id_mapping)

替换结果示例 #

替换后的df_replaced内容如下：

额外说明 #

如果需要对未匹配的ID统一处理（比如替换为"未找到匹配名称"），可以修改替换逻辑：

# 先替换匹配项，再把剩余的数值类型转为指定文本
df_replaced = df.replace(id_mapping)
for col in df_replaced.columns:
    df_replaced[col] = df_replaced[col].apply(lambda x: x if isinstance(x, str) else "未找到匹配名称")

内容的提问来源于stack exchange，提问作者Mystic