Python pandas基于两个DataFrame生成对应年龄d值的同结构新表

• 核心逻辑：先将age与d的对应关系转换为字典映射表，再对年龄DataFrame做全表值替换，全程保留原DataFrame的行列结构、索引、列名不变。

代码实现示例 #

import pandas as pd

# 1. 构建年龄到d的映射字典
# 假设你的年龄DataFrame名为df_age，映射关系DataFrame名为df_d_map
age_map = df_d_map.set_index('age')['d'].to_dict()

# 2. 全表替换生成目标DataFrame
df_result = df_age.replace(age_map)

备选实现（支持自定义未匹配默认值） #

如果存在部分年龄未在映射表中覆盖的情况，可以用逐元素映射的方式自定义未匹配返回值：

import numpy as np

# 未匹配到的位置默认返回NaN，你可以修改为其他默认值比如0
df_result = df_age.applymap(lambda x: age_map.get(x, np.nan))

两种实现方式输出的df_result的行列数、索引、列名都和原始df_age完全一致，无需额外做结构调整。

内容的提问来源于stack exchange，提问作者Suchana Ghosh