在 df2 中从 df1 中找到一个值并替换匹配行的其他值

如何解决在 df2 中从 df1 中找到一个值并替换匹配行的其他值

我有以下代码和 2 个数据帧（df1 和 df2）

import pandas as pd

data = {'Name': ['Name1','Name2','Name3','Name4','Name5'],'Number': ['456','A977','132a','6783r','868354']}

replace = {'NewName': ['NewName1','NewName3','NewName4','NewName5','NewName2'],'ID': ['I753','25552','868354','A977']}


df1 = pd.DataFrame(data,columns = ['Name','Number'])
df2 = pd.DataFrame(replace,columns = ['NewName','ID'])

现在我想将 df1 的“Number”列中的每个项目与 df2 的“ID”列中的每个项目进行比较。如果有匹配，我想用df2的'NewName'替换df1的'Name'，否则应该保留df1的'Name'。

首先我尝试了以下代码，但不幸的是它混合了不同行中的名称和数字。

df1.loc[df1['Number'].isin(df2['ID']),['Name']] = df2.loc[df2['ID'].isin(df1['Number']),['NewName']].values

我尝试的下一个代码工作得更好，但如果没有匹配，它将用 df1 的“编号​​”替换 df1 的“名称”。

df1['Name'] = df1['Number'].replace(df2.set_index('ID')['NewName'])

如何在我的上一个代码中阻止这种行为，或者一般有没有更好的方法来实现我想要做的事情？

解决方法

您可以使用 map 而不是 replace 将 Number 中 df1 列中的每个值替换为 {{ 中 NewName 列中的相应值1}} 然后 fill df2 值 （不能被替换的值） 映射列中的 NaN 列中的原始值{{ 1}}：

Name

---

df1