Python 熊猫：使用字典替换一列中与另一列中的条件匹配的单元格中的值

以以下示例数据帧为例：

df = pd.DataFrame([['00100', 'Alpha', None],
                   ['00100', 'Beta', None],
                   ['05300', 'Theta', None],
                   ['95687', 'Gamma', None],
                   ['05300', 'Sigma', None]])

看起来像

       0      1     2
0  00100  Alpha  None
1  00100   Beta  None
2  05300  Theta  None
3  95687  Gamma  None
4  05300  Sigma  None

我有一个字典，它根据列0映射列2的值：

match = {
    '00100' : '09010',
    '05300' : '09004'
}

我想根据第0列中的值更改第2列中的值。将dict与数据帧匹配后，我期望的最终结果是：

       0      1      2
0  00100  Alpha  09010
1  00100   Beta  09010
2  05300  Theta   None
3  95687  Gamma  09004
4  05300  Sigma  09004

起初，我认为我可以通过以下方式使用.loc创建.apply函数或for循环：

df.loc[df[0] == match[key]][2] = match[value]

但这引发了一个例外：

"A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead"

我似乎不明白如何申请这个特殊的案子

我正在使用： Python 3.6.1

---

熊猫0.20.1

试试这个<代码>pd.Series.map采用

---

试试这个<代码>pd.Series.map采用

---

这里有一个可能的解决方案：

df[2] = df[0].apply(lambda x: match[x] if x in match else None)

---

这里有一个可能的解决方案：

df[2] = df[0].apply(lambda x: match[x] if x in match else None)