Pandas高效映射含元组类型键的DataFrame至目标DataFrame

数据老陈

2026-8-21

解决DataFrame中含元组类型key的映射问题

需求说明

需要将df2的数值列映射到df1，核心难点是df1的key字段既包含单个字符串，也包含多元素元组；映射后对应Val列的值需与key类型匹配——单个字符串对应单个值，元组对应同结构的数值元组。

修正后的示例数据

原示例代码存在语法错误，先修正为可运行版本：

import pandas as pd

df1 = pd.DataFrame(data={
    'Index': [1,2,3,4,5,6,7,8],
    'key': ['a','a','b',('a','c'),'c',('a','b','c'),'b','a']
})

df2 = pd.DataFrame(data = {
    'Index': ['a','b','c'],
    'Val1': [1,2,3],
    'Val2': [.1,.2,.3],
    'Val3': [10,20,30],
    'Val4': [1,2,3],
    'Val5': [2,4,6]
})

高效映射方案

步骤1：构建映射字典

先将df2转换为以Index为键、包含所有Val列的字典，实现快速查找：

# 构建映射字典，key为df2的Index值，value为对应所有Val列的字典
map_dict = df2.set_index('Index').to_dict('index')

步骤2：定义映射函数

针对df1的key类型（字符串/元组），返回对应结构的数值：

def map_key_values(key, col_name):
    if isinstance(key, tuple):
        # 若key是元组，遍历每个元素取对应列值，组成元组返回
        return tuple(map_dict[k][col_name] for k in key)
    else:
        # 若key是单个字符串，直接返回对应列值
        return map_dict[key][col_name]

步骤3：批量生成映射列

对每个Val列应用映射函数，生成最终结果：

# 筛选所有Val列，批量生成映射后的列
val_cols = [col for col in df2.columns if col.startswith('Val')]
for col in val_cols:
    df1[col] = df1['key'].apply(lambda x: map_key_values(x, col))

# 提取需求指定的列
result = df1[['key'] + val_cols]

最终结果

运行后result的输出如下：

key	Val1	Val2	Val3	Val4	Val5
a	1	0.1	10	1	2
a	1	0.1	10	1	2
b	2	0.2	20	2	4
('a', 'c')	(1, 3)	(0.1, 0.3)	(10, 30)	(1, 3)	(2, 6)
c	3	0.3	30	3	6
('a','b','c')	(1,2,3)	(0.1,0.2,0.3)	(10,20,30)	(1,2,3)	(2,4,6)
b	2	0.2	20	2	4
a	1	0.1	10	1	2