在Pandas单元格列表中匹配编号，关联另一DataFrame对应字符串

首先咱们把核心需求理清楚：把train_df中每个单元格的编号列表，替换成labels_df里对应的属性名称，放在同一行的新列中。最高效的实现方式是先建立「编号→属性名」的映射字典，再批量处理train_df的列，比逐行循环或者查找要快得多。

步骤1：构建编号与属性名的映射字典 #

先从labels_df生成一个字典，用编号做键，对应的属性名称做值。假设labels_df的编号列名为attribute_id_num，属性名列名为attribute_name（你可以根据修改后的第一列名称调整）：

# 构建映射字典，这是最关键的一步，后续查找速度极快
id_to_name = labels_df.set_index('attribute_id_num')['attribute_name'].to_dict()

步骤2：预处理train_df的编号列 #

如果你的attribute_ids列是字符串格式（比如"147,616,813"），需要先分割成整数列表；如果已经是列表格式，可以跳过这一步：

# 分割字符串并转换为整数列表
train_df['attribute_ids'] = train_df['attribute_ids'].str.split(',').apply(lambda x: [int(num) for num in x])

步骤3：批量映射生成新列 #

用apply函数遍历每个编号列表，把每个编号替换成对应的属性名称，你可以根据需求选择两种格式：

# 方案1：保留列表格式（每个单元格是属性名称的列表）
train_df['attribute_names'] = train_df['attribute_ids'].apply(lambda ids: [id_to_name[id] for id in ids])

# 方案2：合并为逗号分隔的字符串（更适合单元格展示）
train_df['attribute_names'] = train_df['attribute_ids'].apply(lambda ids: ','.join([id_to_name[id] for id in ids]))

可选：处理异常情况 #

如果train_df里存在labels_df中没有的编号，可以用dict.get()添加默认值，避免报错：

train_df['attribute_names'] = train_df['attribute_ids'].apply(
    lambda ids: ','.join([id_to_name.get(id, 'Unknown') for id in ids])
)

完整示例代码 #

假设你的数据加载逻辑是这样的：

import pandas as pd

# 加载CSV数据
train_df = pd.read_csv('train.csv')
labels_df = pd.read_csv('labels.csv')

# （如果需要）修改labels_df的第一列名称，比如改成attribute_id_num
labels_df.rename(columns={labels_df.columns[0]: 'attribute_id_num'}, inplace=True)

# 构建映射字典
id_to_name = labels_df.set_index('attribute_id_num')['attribute_name'].to_dict()

# 预处理编号列（如果是字符串格式）
train_df['attribute_ids'] = train_df['attribute_ids'].str.split(',').apply(lambda x: [int(num) for num in x])

# 生成属性名称列
train_df['attribute_names'] = train_df['attribute_ids'].apply(lambda ids: ','.join([id_to_name[id] for id in ids]))

为什么你之前的尝试没成功？ #

• 你用df2.iloc[i]的逻辑有误：iteritems()返回的是(索引, 值)的元组，i是元组不是整数索引，所以会报错；
• Danny提供的代码是反向查找（用属性名找编号），和你的需求正好相反，所以方向偏了。

内容的提问来源于stack exchange，提问作者Matan