如何依据Pandas映射DataFrame替换目标DataFrame字符串列的参数值

整体逻辑：先将参数映射表转换为「规则ID-参数字典」的映射结构，再逐行对规则表达式做参数替换即可。 #

步骤1：构造示例测试数据 #

你可以跳过这步直接用自己的真实数据表

import pandas as pd
import re # 用于精准匹配参数，避免短参数替换时长参数被误改

# 构造规则表
RuleDF = pd.DataFrame([
    ['R-123', 'column1 > param1 and column2 > param2'],
    ['R-456', 'column1 > param1']
], columns=['Rule_ID', 'Rule_Value'])

# 构造参数映射表
RuleMapDF = pd.DataFrame([
    ['R-123', 'param1', 100],
    ['R-123', 'param2', 200],
    ['R-456', 'param1', 100]
], columns=['Rule_ID', 'Rule_Param', 'Param_Value'])

步骤2：生成规则参数字典 #

把同一个规则ID下的所有参数和对应值，整理成字典结构：

param_mapper = RuleMapDF.groupby('Rule_ID').apply(
    lambda x: dict(zip(x['Rule_Param'], x['Param_Value']))
).to_dict()

生成的param_mapper结构如下，方便后续直接取值：

{'R-123': {'param1': 100, 'param2': 200}, 'R-456': {'param1': 100}}

步骤3：批量替换规则参数 #

新增Parsed_Rule列存储替换后的结果：

def replace_rule_params(row):
    rule_str = row['Rule_Value']
    # 取当前规则对应的参数字典，没有的话返回空字典
    params = param_mapper.get(row['Rule_ID'], {})
    for param_name, param_val in params.items():
        # 用正则匹配完整参数名，避免出现param1替换param10里的param1的问题
        rule_str = re.sub(rf'\b{param_name}\b', str(param_val), rule_str)
    return rule_str

RuleDF['Parsed_Rule'] = RuleDF.apply(replace_rule_params, axis=1)

最终结果示例 #

注意事项 #

• 如果你的参数没有命名重叠问题，也可以把正则替换改成普通字符串替换：rule_str = rule_str.replace(param_name, str(param_val))，性能更高
• 如果参数值是字符串类型且需要加引号，替换时可以改成f"'{param_val}'"包裹即可

内容的提问来源于stack exchange，提问作者KC Lee