如何在Pandas DataFrame中新增列，匹配id_plain取值获取对应code值

现有两个DataFrame结构如下：

import pandas as pd
import re

# 业务数据表df
df = pd.DataFrame([
    {'id': 'ab-c', 'id_plain': 'ABC'},
    {'id': 'ab-c', 'id_plain': 'ABC'},
    {'id': 'd_ef', 'id_plain': 'DEF'},
    {'id': 'gh.i', 'id_plain': 'GHI'},
    {'id': 'ab-c', 'id_plain': 'ABC'},
    {'id': 'ab-c', 'id_plain': 'ABC'},
    {'id': 'd_ef', 'id_plain': 'DEF'},
    {'id': 'gh.i', 'id_plain': 'GHI'}
])
# id_plain字段生成规则
df['id_plain'] = df['id'].map(lambda x: re.sub('[\W_]+', '', x).upper())

# 唯一值码表codes
codes = pd.DataFrame([
    {'id': 'AB_C', 'id_plain': 'ABC', 'code': 1},
    {'id': 'd_ef', 'id_plain': 'DEF', 'code': 2},
    {'id': 'GHI', 'id_plain': 'GHI', 'code': 3}
])

需求为以id_plain为关联键，将码表中对应的code值匹配写入df的新增列中，可选择以下两种方案实现： #

方案1：左连接匹配（通用易读） #

直接使用pandas的merge方法做左关联，仅取码表中需要的关联字段和结果字段，避免列名冲突：

df = df.merge(codes[['id_plain', 'code']], on='id_plain', how='left')

方案2：字典映射（性能更优） #

先将码表转为id_plain到code的映射字典，再直接对df的id_plain列做映射，适合大体积数据的匹配场景：

# 构造映射字典
code_mapper = codes.set_index('id_plain')['code'].to_dict()
# 生成code列
df['code'] = df['id_plain'].map(code_mapper)

两种方案输出结果完全一致，最终df内容如下：

id id_plain  code
0  ab-c      ABC     1
1  ab-c      ABC     1
2  d_ef      DEF     2
3  gh.i      GHI     3
4  ab-c      ABC     1
5  ab-c      ABC     1
6  d_ef      DEF     2
7  gh.i      GHI     3

注：因codes的id_plain为唯一值，两种方案均不会出现匹配重复、行数膨胀的问题，无匹配值时默认返回NaN，符合常规业务预期。

内容的提问来源于stack exchange，提问作者Luiscri