仅当值存在时，才通过vlookup替换另一个数据帧中的值

Question

我想根据df1.Name中的映射表覆盖(df2.Name1, df2.Name2)个值。但是，并非df1.Name

中存在df2.Name1中的所有值

DF1：

Name
Alex
Maria 
Marias
Pandas
Coala

DF2：

Name1   Name2
Alex    Alexs
Marias  Maria
Coala   Coalas

预期结果：

Name
Alexs
Maria
Maria
Pandas
Coalas

我在线尝试了几种解决方案，例如使用Map功能。通过在我使用df2的词典中翻转df1.Name = df1.Name.map(Dictionary)，但这将导致nan所有值不在df2中，如下所示。

Name
Alexs
Maria
Maria
NAN
Coalas

我不确定如何使用IF语句只替换df2中存在的那些语句，并按照df1保留其余语句。 我还试图用if语句创建一个函数，但是时间很长。

我如何解决这个问题？

Answer 1

使用replace

df1.Name.replace(df2.set_index('Name1').Name2.to_dict())
Out[437]: 
0     Alexs
1     Maria
2     Maria
3    Pandas
4    Coalas
Name: Name, dtype: object

Answer 2

您也可以使用replace

CREATE PROCEDURE `Increment_rows`(IN TheTable VARCHAR(20),IN TheID VARCHAR(20))
BEGIN
DECLARE i INT;
SET i = 0;
UPDATE TheTable 
SET TheID = i,i= i+1;
END

replace可以使用字典，您可以在其中指定要替换的列，此处为df1 = pd.DataFrame({'Name': ['Alex', 'Maria', 'Marias', 'Pandas', 'Coala']}) df2 = pd.DataFrame({'Name1': ['Alex', 'Marias', 'Coala'], 'Name2': ['Alexs', 'Maria', 'Coalas']}) # Create the dictionary from df2 d = {"Name": {k:v for k, v in zip(df2["Name1"], df2["Name2"])}} # Suggestion from Wen to create the dictionary # d = {"Name": df2.set_index('Name1').Name2.to_dict()} df1.replace(d) # Use df1.replace(d, inplace=True) if you want this in place Name 0 Alexs 1 Maria 2 Maria 3 Pandas 4 Coalas ，以及要在此特定列中替换的相应映射。

"Name"

- ＆GT;替换{"Name": {old_1: new_1, old_2: new_2...}} 列中的值，以便将"Name"替换为old_1。 new_1将替换为old_2，依此类推。

感谢Stephen Rauch的设置。感谢Wen提供了一种创建字典的简洁方法。

Answer 3

让我们使用带有map和combine_first的Pandas解决方案：

df1['Name'].map(df2.set_index('Name1')['Name2']).combine_first(df1['Name'])

输出：

0     Alexs
1     Maria
2     Maria
3    Pandas
4    Coalas
Name: Name, dtype: object

Answer 4

您也可以使用merge：

In [27]: df1['Name'] = df1.merge(df2.rename(columns={'Name1':'Name'}), how='left') \
                          .ffill(axis=1)['Name2']

In [28]: df1
Out[28]:
     Name
0   Alexs
1   Maria
2   Maria
3  Pandas
4  Coalas

Answer 5

Python dict.get()允许使用默认参数。因此，如果您构建转换字典，那么如果找不到查找，则很容易返回原始值，如：

代码：

translate = {x: y for x, y in df2[['Name1', 'Name2']].values}
new_names = [translate.get(x, x) for x in df1['Name']]

测试代码：

import pandas as pd

df1 = pd.DataFrame({'Name': ['Alex', 'Maria', 'Marias', 'Pandas', 'Coala']})
df2 = pd.DataFrame({'Name1': ['Alex', 'Marias', 'Coala'],
                    'Name2': ['Alexs', 'Maria', 'Coalas']})

print(df1)
print(df2)

translate = {x: y for x, y in df2[['Name1', 'Name2']].values}
print([translate.get(x, x) for x in df1['Name']])

测试结果：

     Name
0    Alex
1   Maria
2  Marias
3  Pandas
4   Coala

    Name1   Name2
0    Alex   Alexs
1  Marias   Maria
2   Coala  Coalas

['Alexs', 'Maria', 'Maria', 'Pandas', 'Coalas']