使用字典替換字符串而不刪除熊貓數據框中的字符

Question

我有一種查找問題，我嘗試使用函數替換 dict zip （見下文），但這並不能完全產生我想要的結果，因為在此過程中刪除了字符（下划線）。

問題

1. 在不刪除 df1 中的下划線的情況下生成 df3 的有效方法是什么？ 在我的實際問題中，df1 更大，至少 (200, 500) 而不是 (2, 4)，如下例所示。
2. 要創建 df3，為什么我不能使用如下所示的replace dict zip ，而不刪除 df1 中的下划線？

df1 包含以特定模式排列的帶有下划線的唯一字符串：

import pandas as pd
df1 = pd.DataFrame([['1_1','1_2', '2_1', '2_2'],['1_3','1_4', '2_3', '2_4']])
df1
         0    1    2    3
    0  1_1  1_2  2_1  2_2
    1  1_3  1_4  2_3  2_4

df2 包含 df1 中某些字符串的字典：

df2 = pd.DataFrame([['1_1',234],['1_2',456],['2_3',324],['2_4',765]], columns = ['a', 'b'])
df2

     a    b
0  1_1  234
1  1_2  456
2  2_3  324
3  2_4  765

我想創建 df3，其中 df1 中包含的確切字符串替換為 df2.b 中的相應值。 但是，當我運行以下代碼時，df3 中 2_1、2_2 等的下划線對於 df2 中未包含的字符串消失。

df3 = df1.replace(dict(zip(df2.a, df2.b)))
df3

     0    1    2    3
0  234  456   21   22
1   13   14  324  765

df3 中所需的結果應該是：

     0    1    2    3
0  234  456   2_1   2_2
1   1_3   1_4  324  765

或者，或者：

     0    1    2    3
0  234  456   NaN   NaN
1   NaN   NaN  324  765

Answer 1

您可以使用df.mask作為替代：

s=df2.set_index('a')['b']
df1.mask(df1.isin(s.index),df1.replace(s))

---

     0    1    2    3
0  234  456  2_1  2_2
1  1_3  1_4  324  765