Pandas DataFrame中复制行并将占位符替换为多组角色对应值的方法

实现方案 #

你可以通过表关联+数据拼接的方式完成需求，全程不需要逐行遍历，核心用到Pandas的merge、concat和字符串匹配函数，代码如下：

import pandas as pd

# 假设你的权限主表名为df_auth，占位符映射表名为df_mapping
# 1. 拆分主表为「无占位符行」和「带占位符行」两部分
df_normal = df_auth[~df_auth['LOW'].str.startswith('$', na=False)].copy()
df_placeholder = df_auth[df_auth['LOW'].str.startswith('$', na=False)].copy()

# 2. 关联映射表完成占位符替换，自动扩列生成多行结果
df_replaced = df_placeholder.merge(
    df_mapping,
    left_on=["ROLE", "LOW"],
    right_on=["ROLE", "VARBL"],
    how="left"
# 清理多余字段，替换LOW/HIGH为映射值
).drop(columns=["LOW_x", "HIGH_x", "VARBL"]
).rename(columns={"LOW_y": "LOW", "HIGH_y": "HIGH"})

# 3. 合并两部分数据，排序后得到最终结果
df_final = pd.concat(
    [df_normal, df_replaced], 
    ignore_index=True
).sort_values(
    by=["ROLE", "OBJECT", "FIELD"], 
    ignore_index=True
)

涉及的核心函数说明 #

• Series.str.startswith：快速筛选以$开头的占位符行，参数na=False可以避免LOW列为空时报错
• pd.merge：处理一对多关联的核心函数，会自动将1条占位符行匹配映射表的N条对应规则，生成N行结果，不需要手动复制行
• pd.concat：批量拼接两个DataFrame，效率远高于逐行append
• sort_values：按角色、权限对象、字段排序，保证最终结果的顺序符合业务逻辑

该方案支持多占位符的扩展场景，只要在映射表中维护好所有占位符（VARBL）与角色的对应关系即可，不需要修改核心逻辑。

内容的提问来源于stack exchange，提问作者Elynvalur