在 df2 中从 df1 中找到一个值并替换匹配行的其他值

Question

我有以下代码和 2 个数据帧（df1 和 df2）

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'])

现在我想将 df1 的“数字”列中的每个项目与 df2 的“ID”列进行比较。如果匹配，我想将 df1 的“名称”替换为 df2 的“新名称”，否则应保留 df1 的“名称”。

首先我尝试了以下代码，但不幸的是它在不同的行中混合了名称和数字。

df1.loc[df1['Number'].isin(df2['ID']), ['Name']] = df2.loc[df2['ID'].isin(df1['Number']),['NewName']].values

我尝试的下一个代码工作得更好一些，但如果没有匹配，它将 df1 的“名称”替换为 df1 的“编号​​”。

df1['Name'] = df1['Number'].replace(df2.set_index('ID')['NewName'])

如何在我的上一个代码中阻止这种行为，或者一般有更好的方法来实现我想做的事情？

Answer 1

您可以使用map 而不是replace 将df1 中Number 列中的每个值替换为df2 中NewName 列中的相应值，然后将fill 替换为NaN 值（无法替换的值） 在映射列中使用来自df1 中的Name 列的原始值：

df1['Name'] = df1['Number'].map(df2.set_index('ID')['NewName']).fillna(df1['Name'])

---

>>> df1

       Name  Number
0     Name1     456
1  NewName2    A977
2     Name3    132a
3  NewName4   6783r
4  NewName5  868354