如何在Pandas DataFrame中实现跨表数据交叉引用与字段值替换

你提到的遍历主表逐条替换的思路完全可行，但仅适合极小数据量场景，以下两种实现均不使用merge，不会产生合并带来的重复行、数据错位问题。

方案1：遍历+替换实现（符合你最初的思路） #

核心逻辑是先遍历主映射表生成ID对应字典，再对目标表的ID列做批量替换：

# 遍历master_df生成ITEM到PLU的映射字典
item_2_plu = {}
for _, row in master_df.iterrows():
    item_2_plu[row['ITEM']] = row['PLU']

# 替换目标表中存储ITEM编号的列，示例中目标列名为PLU，可根据实际列名调整
final_purch['PLU'] = final_purch['PLU'].replace(item_2_plu)

方案2：原生map映射实现（推荐，性能更高） #

不用手动写循环，利用pandas原生的映射方法做替换，数据量较大时性能比手动遍历高数十倍，匹配规则完全可控：

# 快速生成映射字典，无需显式遍历
item_plu_map = master_df.set_index('ITEM')['PLU'].to_dict()

# 直接映射替换目标列，未匹配到的ID默认赋值为空
final_purch['PLU'] = final_purch['PLU'].map(item_plu_map)

# 如果需要保留未匹配到的原始ITEM值，替换为以下写法即可
# final_purch['PLU'] = final_purch['PLU'].map(item_plu_map).fillna(final_purch['PLU'])

处理前建议先对主映射表做去重，避免同一个ITEM对应多个PLU的异常情况，示例去重逻辑如下，可根据业务需求调整保留规则：

# 同一个ITEM存在多条记录时，默认保留最后一条的PLU值
master_df = master_df.drop_duplicates(subset='ITEM', keep='last')

内容的提问来源于stack exchange，提问作者Kyle XCVI