Pandas：比对两个DataFrame，替换不在指定列中的值为'Others'

嘿，这事儿不难，咱们直接上手搞定：

首先先把两个DataFrame定义好：

import pandas as pd

df1 = pd.DataFrame({'name': ['AUD','CAD', 'SMI','Joy', 'SHA', 'CHY', 'AUD', 'KRL'], 'sal': [200,300,600,500,300,200,100,350]})
df2 = pd.DataFrame({'name': ['SMI','Joy', 'SHA', 'CHY'], 'sal': [600,500,300,200]})

接下来核心操作就是判断df1的name列值是否存在于df2的name列里，不存在的就替换成'Others'。这里用isin()方法做判断，再结合mask()或者where()就能轻松实现：

# 方法1：用mask()，把符合条件（不在df2的name里）的项替换成指定值
df1['name'] = df1['name'].mask(~df1['name'].isin(df2['name']), 'Others')

# 或者方法2：用where()，逻辑反过来，把不符合条件的项替换成指定值
# df1['name'] = df1['name'].where(df1['name'].isin(df2['name']), 'Others')

执行完上面的代码后，df1就变成你想要的new_df了，输出看看：

print(df1)

输出结果：

name  sal
0  Others  200
1  Others  300
2     SMI  600
3     Joy  500
4     SHA  300
5     CHY  200
6  Others  100
7  Others  350

简单说下逻辑：df1['name'].isin(df2['name'])会生成一个布尔序列，标记每个name是否在df2的name列表里。~符号是取反，也就是标记那些不在列表里的项，然后mask()会把这些标记为True的项替换成'Others'，完美匹配你的需求！

内容的提问来源于stack exchange，提问作者Rahul