使用pandas根据另一个DataFrame的行值填充指定列的值

实现方案 #

你可以先把存映射规则的第二个DataFrame转成字典，再通过pandas的map方法对第一列做值替换，完整代码如下：

import pandas as pd

# 构建你给出的两个示例DataFrame
df1 = pd.DataFrame({'first': ['bar', 'bar', 'foo', 'foo']})
df2 = pd.DataFrame({'bar': ['a'], 'foo': ['b']})

# 提取映射字典：把df2的第一行转为「列名:值」格式的字典
replace_map = df2.iloc[0].to_dict()
# 对first列执行映射替换
df1['first'] = df1['first'].map(replace_map)

执行后df1就是你需要的结果：

first
0     a
1     a
2     b
3     b

如果你的df1中存在df2里没有对应规则的类别，不想被替换成NaN，可以补充fillna保留原值，修改替换逻辑为：

df1['first'] = df1['first'].map(replace_map).fillna(df1['first'])

内容的提问来源于stack exchange，提问作者IRK