Pandas多DataFrame多值映射求助：无需拆分单元格实现映射

我完全懂你这个痛点：拆分单元格再合并不仅代码啰嗦，还容易出各种小问题，而且你之前的循环写法会直接整列覆盖赋值，最后导致大量NaN。这里有个不用拆分单元格的高效方案，一步搞定动态映射需求：

步骤1：预处理映射表并构建映射字典 #

先给每个映射表（df1/df2/df3）生成Description列，再把每个表转换成id: Description的字典，最后用一个大字典把flag和对应的映射字典关联起来：

import pandas as pd

# 生成各映射表的Description列（用apply确保数值类型转成字符串，避免拼接报错）
for df in [df1, df2, df3]:
    df['Description'] = df.apply(lambda row: f"({row['col1']}, {str(row['col2'])}, {str(row['col3'])})", axis=1)

# 创建flag到对应映射字典的映射关系
flag_mapping = {
    1: df1.set_index('id')['Description'].to_dict(),
    2: df2.set_index('id')['Description'].to_dict(),
    3: df3.set_index('id')['Description'].to_dict()
}

步骤2：自定义函数处理多值单元格 #

写一个专门的函数，负责解析每个单元格的多id字符串，根据当前行的flag选择对应的映射字典，批量完成每个id的映射后再拼接成结果：

def generate_description(flag, id_str):
    # 解析id字符串：去掉首尾括号，按'],['分割，清理每个id的多余空格
    id_list = [id_val.strip() for id_val in id_str.strip('[]').split('],[')]
    # 获取当前flag对应的映射字典，未知flag用空字典兜底
    current_map = flag_mapping.get(flag, {})
    # 对每个id做映射，找不到对应值时用默认文本'No RAT data'
    desc_items = [current_map.get(id_val, 'No RAT data') for id_val in id_list]
    # 用逗号连接所有映射结果
    return ', '.join(desc_items)

步骤3：将函数应用到目标DataFrame #

最后用apply逐行处理df，直接生成Description列：

df['Description'] = df.apply(lambda row: generate_description(row['flag'], row['id']), axis=1)

为什么你的原代码会出现NaN？ #

你之前的循环是遍历flag的每个值，然后整列赋值——比如当循环到flag=3时，会把整个Description列都用df3的映射覆盖，而flag=1、2的id在df3里没有对应项，自然就变成NaN了。这个方案是逐行判断flag再映射，完美避免了覆盖问题。

最终结果验证 #

运行后得到的结果和你的期望一致（注：df3中D的描述是(on, 3, false)，如果你的期望是笔误，代码会严格按照映射表生成正确结果）：

内容的提问来源于stack exchange，提问作者jovicbg