仅当该值存在时，才通过查找另一个数据框来替换列中的值

Question

我想根据 (df2.Name1, df2.Name2) 中的映射 table 覆盖我的 df1.Name 值。但是，并非 df1.Name 中的所有值都存在于 df2.Name1

中

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

我在网上尝试了几种解决方案，比如使用Map功能。通过在我正在使用 df1.Name = df1.Name.map(Dictionary) 的词典中转换 df2，但这将导致 nan 对于所有不在 df2 中的值，如下所示。

Name
Alexs
Maria
Maria
NAN
Coalas

我不确定如何使用 IF 语句仅替换 df2 中确实存在的那些，并按照 df1 保留其余部分。我还尝试用 if 语句创建一个函数，但失败了。

我该如何解决这个问题？

Answer 1

Python dict.get() 允许默认参数。因此，如果您构建一个翻译字典，那么如果找不到查找，很容易只返回原始值，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']

Answer 2

您也可以使用replace

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

replace 可以带一个字典，你可以在其中指定要替换的列，"Name" 这里，以及你要替换的相应映射在这个特定的列中。

{"Name": {old_1: new_1, old_2: new_2...}}

-> 替换 "Name" 列中的值，这样 old_1 将替换为 new_1。 old_2 将替换为 new_2 等等。

感谢 Stephen Rauch 的设置。感谢 Wen 提供了一种干净的创建字典的方法。

Answer 3

让我们使用 Pandas 解决方案 map 和 combine_first:

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

通过使用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 5

你也可以使用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

仅当该值存在时，才通过查找另一个数据框来替换列中的值

Replace a value in a column by vlookup another dataframe only if the value exists

python

dictionary

matching

dataframe

pandas

df1:

df2:

预期结果：

代码：

测试代码：

测试结果：