如何在Python中基于条件替换DataFrame列A的不匹配值

首先把df2转换成4位字符到A列值的映射字典，提升匹配效率：

# 将df2转为映射字典，键是4位字符，值是对应的A列唯一值
mapping = df2.set_index('4 digits')[0].to_dict()

接着从df1的B列提取中间4位字符（和你之前生成布尔列c的切片逻辑保持一致）：

# 示例格式为A-xxxx-xxx，所以取第2到第6位字符，根据实际数据格式调整slice参数
df1['B_4digits'] = df1['B'].str.slice(start=2, stop=6)

最后定位c列为False的行，用映射字典替换对应A列的值：

# 仅对c为False的行替换A列值，若匹配不到4位字符则保留原A值（可选）
df1.loc[~df1['c'], 'A'] = df1.loc[~df1['c'], 'B_4digits'].map(mapping).fillna(df1['A'])

# 若能确保所有B列的4位字符都能在df2找到匹配，可简化为：
# df1.loc[~df1['c'], 'A'] = df1.loc[~df1['c'], 'B_4digits'].map(mapping)

效果验证 #

用你提供的示例数据测试后，df1第二行的A列会从A-0012-Alex替换为A-0085-John，完全符合需求。

内容的提问来源于stack exchange，提问作者Alex