Question

这是我的主要数据帧的样子：

Group    IDs           New ID 
1        [N23,N1,N12]  N102
2        [N134,N100]   N501

我还有另一个数据框，它以无序的方式包含了所有必需的ID信息：

ID    Name    Age
N1    Milo    5
N23   Mark    21
N11  Jacob    22

我想修改原始数据框，以便将所有ID替换为从另一个文件获得的相应名称。这样数据框就只有名称，没有ID，看起来像这样：

Group    IDs               New ID 
1        [Mark,Silo,Bond]  Niki
2        [Troy,Fangio]     Kvyat

预先感谢

Answer 1

您可以尝试从第二个DF编写字典，然后使用正则表达式模式替换第一个（不需要完全理解，请在下面查看注释）：

ps：由于您没有提供完整的df代码，因此我用其中的一些代码创建了，这就是为什么print（）不会替换所有结果的原因。

import pandas as pd
# creating dummy dfs
df1 = pd.DataFrame({"Group":[1,2], "IDs":["[N23,N1,N12]", "[N134,N100]"], "New ID":["N102", "N501"] })
df2 = pd.DataFrame({"ID":['N1', "N23", "N11", "N100"], "Name":["Milo", "Mark", "Jacob", "Silo"], "Age":[5,21,22, 44]})

# Create the unique dict we're using regex patterns to make exact match
dict_replace = df2.set_index("ID")['Name'].to_dict()
# 'f' before string means fstrings and 'r' means to interpret it as regex
# the \b is a regex pattern that it sinalizes the begining and end of the match
## so that if you're searching for N1, it won't match if it is N11
dict_replace = {fr"\b{k}\b":v for k, v in dict_replace.items()}

# Replacing on original where you want it
df1['IDs'].replace(dict_replace, regex=True, inplace=True)
print(df1['IDs'].tolist())
# >>> ['[Mark,Milo,N12]', '[N134,Silo]']

Answer 2

请注意我的数据框中的更改。在示例数据中，df1中不存在的df中的ID。我更改了df，以确保仅代表df1中的ID。我使用以下df

print(df)

      Group       IDs   New
0      1  [N23,N1,N11]  N102
1      2     [N11,N23]  N501

print（df1）

 ID   Name  Age
0   N1   Milo    5
1  N23   Mark   21
2  N11  Jacob   22

解决方案

dict df1.Id和df.Name并映射到爆炸的df.ID。将结果添加到列表中。

df['IDs'] = df['IDs'].str.strip('[]')#Strip corner brackets
df['IDs'] = df['IDs'].str.split(',')#Reconstruct list, this was done because for some reason I couldnt explode list
#df.explode list and map df1 to df and add to list
df.explode('IDs').groupby('Group')['IDs'].apply(lambda x:(x.map(dict(zip(df1.ID,df1.Name)))).tolist()).reset_index()

  Group                  IDs
0      1  [Mark, Milo, Jacob]
1      2        [Jacob, Mark]

Answer 3

IIUC，您可以.explode列表，用.map替换值，并用.groupby重新分组

df['ID'] = (df.ID.explode()
   .map(df1.set_index('ID')['Name'])
   .groupby(level=0).agg(list)
)

如果新ID 列不是列表，则只能使用.map()

df['New ID'] = df['New ID'].map(df1.set_index('ID')['Name'])

熊猫数据框根据另一个数据框的ID替换内容

3 个答案: