Pandas DataFrame结合lookup表查找替换列值失效如何解决

错误原因 #

你编写的代码不生效的核心问题出在映射字典的构造逻辑：

• dict(zip(lookup.Name, 'Yes'))中，字符串'Yes'会被当作可迭代对象拆解为单个字符'Y'、'e'、's'，和lookup的Name列匹配时最多生成3组键值对，不仅值不符合你要的'Yes'，Ed、Sins等后续Name也不会被加入字典，自然无法触发替换。
• 另外replace方法本身不是实现「存在性匹配更新」的最优方案，代码可读性和执行效率都不如pandas原生向量化判断逻辑。

实现方案 #

最优方案（推荐） #

直接用isin方法做存在性判断，配合loc索引更新对应行的Found列即可，代码更简洁直观，执行效率更高：

import pandas as pd
    
df=pd.DataFrame({'Name':['Ram','David','Roy','John','Ed'],
                 'Found':['No','No','No','No','No'],
                })
lookup=pd.DataFrame({'Name':['Ram','Kate','John','Doll','Ed','Sins'],
                     'role':['App','App','App','App','App','App']})

# 核心更新逻辑
df.loc[df['Name'].isin(lookup['Name']), 'Found'] = 'Yes'

兼容replace的方案 #

如果你坚持要使用replace方法实现，需要修改映射字典的构造逻辑，确保每个lookup的Name都对应值'Yes'：

match_dict = {name: 'Yes' for name in lookup['Name']}
df['Found'].replace(match_dict, inplace=True)

运行输出结果 #

Name Found
0    Ram   Yes
1  David    No
2    Roy    No
3   John   Yes
4     Ed   Yes

注：你给出的期望结果中David的Found值为Yes不符合需求逻辑，lookup的Name列中不存在David，所以实际运行结果David对应值为No，若要David匹配成功需要将其加入lookup的Name列。

内容的提问来源于stack exchange，提问作者J_Coder