如何根据另一个 dataframe 中的查找值替换 pandas dataframe 值？

Question

我有一个大的 pandas dataframe ，其数值结构如下：

>>> df1
   A  B  C
0  2  1  2
1  1  2  3
2  2  3  1

我需要将上述所有单元格值替换为“描述”，该“描述”映射到另一个 dataframe 中引用的字段名称和单元格值，其结构如下：

>>> df2
  field_name  code description
0          A     1          NO
1          A     2         YES
2          A     3       MAYBE
3          B     1           x
4          B     2           y
5          B     3           z
6          C     1        GOOD
7          C     2         BAD
8          C     3        FINE

所需的 output 如下所示：

>>> df3
     A  B     C
0  YES  x   BAD
1   NO  y  FINE
2  YES  z  GOOD

我可以想出一种方法来使用类似.map 或.replace 之类的小规模执行此操作 - 但是实际数据集包含数千条记录以及数百种不同的组合要替换。 任何帮助将非常感激。

谢谢。

Answer 1

使用DataFrame.replace . 替换为DataFrame.pivot ：

df1 = df1.replace(df2.pivot(columns='field_name', index='code', values='description')
                     .to_dict())

也许您以前需要 select 列：

df1[cols] = df1[cols].replace(df2.pivot(columns='field_name',
                                        index='code', values='description')
                                 .to_dict())

Output

print(df1)
     A  B     C
0  YES  x   BAD
1   NO  y  FINE
2  YES  z  GOOD

Answer 2

您可以取消堆叠df1 ，与df2和pivot合并结果：

df3 = df1.stack().reset_index().rename(
    columns={'level_1': 'field_name', 0: 'code'}).merge(
        df2, 'left', on=['field_name', 'code']).pivot(
            index='level_0', columns='field_name',
            values='description').rename_axis(None).rename_axis(None, axis=1)