Python Pandas中将逗号分隔ID按映射表替换为对应值的实现方法

以下是两种常用的实现方式，分别适配不同的数据量场景：

1. 小数据量场景：简洁写法 #

核心逻辑是先将映射表转为字典，再对拆分后的ID列表做逐元素映射后拼接，可读性极高。

import pandas as pd

# ---------------------- 示例数据构造 ----------------------
# 原表，id_str列为逗号分隔的ID字符串
df = pd.DataFrame({
    "业务列": ["示例1", "示例2", "示例3"],
    "id_str": ["1,2,3", "2,4", "1,3,5"]
})
# ID映射表
mapping_df = pd.DataFrame({
    "id": ["1", "2", "3", "4"],
    "name": ["项目A", "项目B", "项目C", "项目D"]
})

# ---------------------- 核心实现 ----------------------
# 1. 构建ID到名称的映射字典，保证ID类型和拆分后的ID类型一致（避免int/str类型不匹配导致映射失败）
id_to_name = mapping_df.set_index("id")["name"].to_dict()

# 2. 拆分ID列、映射、拼接
df["name_str"] = df["id_str"].str.split(",") \
    .apply(lambda ids: ",".join([id_to_name.get(id_, f"未匹配:{id_}") for id_ in ids]))

dict.get() 方法用于处理未匹配到的ID，避免抛出KeyError，不需要可以直接写id_to_name[id_]

2. 大数据量场景：高性能向量化写法 #

避免apply的循环开销，用explode + 向量化映射 + 分组聚合实现，性能提升可达数倍到数十倍。

# 拆分ID到单独行
df_explode = df.assign(id=df["id_str"].str.split(",")).explode("id", ignore_index=False)
# 向量化映射
df_explode["name"] = df_explode["id"].map(id_to_name)
# 按原索引分组聚合，拼接名称
df = df_explode.groupby(level=0).agg(
    业务列=("业务列", "first"),
    id_str=("id_str", "first"),
    name_str=("name", ",".join)
).reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Sriram Arvind Lakshmanakumar