Python中根据N值映射获取第N个唯一值并生成新DataFrame

我来帮你解决这个问题，先理清楚你的场景和问题：

你有两个pandas DataFrame：

df1（数值代表df2中ID列的第N个唯一值的位置） #

Out 1  Out 2  Out 3  Out 4  Out 5
0      3      1      2      4      5
1    100     50    200    300    200

df2 #

ID  ID2
0  999  888
1  101  801
2  777  666
3  777  666
4  555  100
5  555  100
6  111  100

你的需求是生成df3：将df1中每行的有效位置数值（即不超过df2ID唯一值数量的数值）替换为对应的唯一值，超出范围的数值保持原样，目标结果如下：

Out 1  Out 2  Out 3  Out 4  Out 5
0    777    999    101    555    111
1    100     50    200    300    200

你尝试了@Wen的解决方案后遇到了错误：

ValueError: Row labels must have same size as column labels

这个错误确实和索引/维度对齐有关，下面是可行的解决步骤：

分步解决方案 #

1. 提取df2中ID列的唯一值列表

首先我们先拿到df2里ID的所有唯一值，这里的顺序就是你需要的“第N个”顺序：

unique_ids = df2['ID'].unique().tolist()
# 结果为: [999, 101, 777, 555, 111]

2. 构建位置到唯一值的映射字典

因为df1里的数值是从1开始计数的第N个，而Python列表是0索引，所以我们要创建一个键为“位置序号（1-based）”、值为对应唯一值的字典：

pos_id_map = {idx + 1: val for idx, val in enumerate(unique_ids)}
# 结果为: {1:999, 2:101, 3:777, 4:555, 5:111}

3. 对df1进行逐元素替换

使用applymap遍历df1的每个元素，用dict.get()方法来匹配替换：如果元素在映射字典的键中，就替换为对应的唯一值；否则保持原数值不变，这样就不会出现维度对齐的问题了：

df3 = df1.applymap(lambda x: pos_id_map.get(x, x))

执行完这段代码后，你就能得到想要的df3了。

错误原因分析 #

你之前遇到的ValueError大概率是因为直接尝试用df1的数值去索引unique_ids数组时，df1中存在超出数组长度的数值（比如第二行的100、50等），导致索引操作时维度不匹配；或者是处理过程中没有考虑到df1的索引和唯一值数组的索引对齐问题。而applymap结合get方法是逐元素处理，完美避开了维度对齐的坑。

内容的提问来源于stack exchange，提问作者C_psy