Pandas 实现df1.Number与df2.ID匹配后替换对应行Name值

测试基础代码 #

import pandas as pd

data = {'Name': ['Name1', 'Name2', 'Name3', 'Name4', 'Name5'],
        'Number': ['456', 'A977', '132a', '6783r', '868354']}

replace = {'NewName': ['NewName1', 'NewName3', 'NewName4', 'NewName5', 'NewName2'],
        'ID': ['I753', '25552', '6783r', '868354', 'A977']}

df1 = pd.DataFrame(data, columns = ['Name', 'Number'])
df2 = pd.DataFrame(replace, columns = ['NewName', 'ID'])

核心需求 #

将df1的Number列值与df2的ID列逐一匹配：

• 匹配成功时，将对应行的Name值替换为df2中匹配行的NewName值
• 匹配失败时，保留df1原有的Name值

原方案的问题根因 #

第一种isin + loc方案的错配问题 #

该方案错配的核心原因是：两个DataFrame通过isin筛选出的匹配子集，行顺序并未按匹配关系对齐：

• df1筛选出的匹配行，按df1自身的原有行顺序排列
• df2筛选出的匹配行，按df2自身的原有行顺序排列
  直接将df2筛选出的NewName值按位置赋值给df1的匹配行，会因为两边顺序不对应出现行值错配。

第二种replace + set_index方案的未匹配值错误 #

该方案未匹配行被替换为Number值的核心原因是两处逻辑疏漏：

1. 代码直接将Number列经过替换后的全量结果赋值给Name列，完全覆盖了原有Name列的存储值
2. replace方法遇到没有映射关系的元素时，会默认保留元素本身（即Number列的原始值），最终导致未匹配行的Name值变成了对应的Number值，而非原有Name值。

方案修正与实现 #

你之前构建的ID到NewName的映射字典本身逻辑完全正确，问题只出在对映射结果的处理上

修正原replace方案 #

只需要补充未匹配值的填充规则即可：

# 构建正确的ID到NewName映射
id_name_map = df2.set_index('ID')['NewName']
# 用Number列做映射，未匹配的位置用原Name值填充
df1['Name'] = df1['Number'].map(id_name_map).fillna(df1['Name'])

• map方法只会返回匹配到的NewName值，未匹配的位置返回NaN
• 通过fillna将NaN位置替换为df1原本的Name值，就可以完全符合需求
  如果要保留原来用replace的写法，也可以加一层判断逻辑：

id_name_map = df2.set_index('ID')['NewName']
df1['Name'] = df1['Number'].replace(id_name_map).where(
    cond=df1['Number'].isin(id_name_map.index), 
    other=df1['Name']
)

更稳妥的实现：左连接匹配 #

对于按键匹配的场景，用merge做左连接是最不容易出现对齐问题的方案，不需要手动处理顺序匹配问题：

# 左连接：保留df1所有行，按Number=ID的规则匹配df2的内容
df_merged = df1.merge(df2, left_on='Number', right_on='ID', how='left')
# 匹配到的NewName填充到Name列，未匹配的保留原Name
df_merged['Name'] = df_merged['NewName'].fillna(df_merged['Name'])
# 清理合并产生的临时列
df1 = df_merged.drop(columns=['NewName', 'ID'])

执行后预期结果 #

修正后的df1结果为：

内容的提问来源于stack exchange，提问作者Thomas