DataFrame 替换列中的多个键

Question

给定 2 个数据帧：

DF1（意甲）：

Col_Name_1
[['A, B']
['B']
['A, C']
['B, C']]

DF2 :

Col_Name_X, Col_Name_Y
[['A', 'Paris'] 
['B', 'London']
['C', 'Mexico']]

在 DF1 中，我需要使用对应 table 的 DF2 替换所有值 A、B、C。 关键点是在某些行中，有多个值要替换：例如第一行中的 ['A, B']。

我尝试了 3 种方法： 1- split Col_Name_1 将每个值放在单独的列中并使用合并功能循环 2-从 DF2 创建字典并在 DF1 上使用替换功能 3- 从 DF2 创建字典并在 DF2

上使用映射函数

我遇到的问题是我的 DataFrame 有 1 000 000 行。 1 和 2 消耗了太多内存、CPU 和时间。我得不到结果。 3 很快但不匹配来自 DF1 的多个值：A, B return NaN

我认为它一定存在一种简单的方法来做到这一点...请问有什么想法吗？

谢谢

Answer 1

使用字典映射，在 df1 和 dict.get 中的列中拆分值，如果没有匹配 return 相同的值：

d = df2.set_index('Col_Name_X')['Col_Name_Y'].to_dict()

f = lambda x: ', '.join(d.get(y,y) for y in x.split(', '))
df1['Col_Name_1'] = df1['Col_Name_1'].apply(f)

print (df1)
       Col_Name_1
0   Paris, London
1          London
2   Paris, Mexico
3  London, Mexico