如何根据字典列表匹配ID替换Pandas列中的值

输入数据 #

字典列表 #

dict_list = [
    {'idcust': '123', 'LOC_NAME_STATE': 'BRUNSWICK_WA'},
    {'idcust': '124', 'LOC_NAME_STATE': 'CANNING VALE_WA'}
]

原始Pandas DataFrame #

import pandas as pd

df = pd.DataFrame({
    'IDCUST': ['123', '124', '125'],
    'NAMECITY.1': ['RICHMOND', 'MACLEAY ISLAND', 'VICTORIA POINT']
})

实现方法 #

方法1：映射字典+map替换 #

先把字典列表转成{idcust: 对应替换值}的映射关系，再用map匹配替换，匹配不到的用fillna保留原值：

# 构建映射字典
mapping = {item['idcust']: item['LOC_NAME_STATE'] for item in dict_list}

# 执行替换
df['NAMECITY.1'] = df['IDCUST'].map(mapping).fillna(df['NAMECITY.1'])

替换后结果：

IDCUST        NAMECITY.1
0    123      BRUNSWICK_WA
1    124  CANNING VALE_WA
2    125   VICTORIA POINT

方法2：直接用replace替换 #

replace方法支持按列映射替换，写法更简洁：

df['NAMECITY.1'] = df['IDCUST'].replace(mapping)

效果和方法1完全一致，未匹配的行会自动保留原有值。

方法3：合并DataFrame更新 #

如果需要处理更复杂的字段关联，可以先把字典列表转成临时DataFrame，再通过合并来更新：

# 字典列表转临时DataFrame
dict_df = pd.DataFrame(dict_list)

# 左连接原DataFrame和临时DataFrame
merged_df = df.merge(dict_df, left_on='IDCUST', right_on='idcust', how='left')

# 替换NAMECITY.1列，填充未匹配的原值
merged_df['NAMECITY.1'] = merged_df['LOC_NAME_STATE'].fillna(merged_df['NAMECITY.1'])

# 删除多余的中间列
merged_df = merged_df.drop(['idcust', 'LOC_NAME_STATE'], axis=1)

内容的提问来源于stack exchange，提问作者Kamila Ambro