Python 熊猫：基于与另一列的匹配替换列值

我在第一个数据帧

df1[“ItemType”]

中有一列，如下所示

Dataframe1

ItemType1
redTomato
whitePotato
yellowPotato
greenCauliflower
yellowCauliflower
yelloSquash
redOnions
YellowOnions
WhiteOnions
yellowCabbage
GreenCabbage

我需要根据从另一个数据帧创建的字典来替换它

Dataframe2

ItemType2          newType
whitePotato        Potato
yellowPotato       Potato
redTomato          Tomato
yellowCabbage   
GreenCabbage    
yellowCauliflower   yellowCauliflower
greenCauliflower    greenCauliflower
YellowOnions        Onions
WhiteOnions         Onions
yelloSquash         Squash
redOnions           Onions

注意,

• 在

  dataframe2

  中，一些

  ItemType

  与中的

  ItemType

  相同

  dataframe1

• dataframe2中的一些

  ItemType

  具有

  null

  值，如yellowcolla
• dataframe2中的

  ItemType

  与

  dataframe中的
  ItemType
  不符合顺序

如果对应的

Dataframe2

ItemType

中的值与

ItemType

中的值匹配，我需要将

Dataframe1

列中的值替换为

newType

，并记住在项目符号中列出的上述例外情况。
如果没有匹配项，则值需要保持原样[无更改]

到目前为止我得到的是

import pandas as pd

#read second `csv-file`
df2 = pd.read_csv('mappings.csv',names = ["ItemType", "newType"])
#conver to dict
df2=df2.set_index('ItemType').T.to_dict('list')

下面给出的“匹配时替换”不起作用。它们插入的是

NaN

值，而不是实际值。这些都是基于这样的讨论

或

提前谢谢

编辑

---

两个数据帧中的两个列标题具有不同的名称。所以，上的dataframe1列是ItemType1，第二个数据帧中的第一列是ItemType2。在第一次编辑时错过了

此方法要求您将列名设置为“type”，然后可以使用merge和np.where进行设置

df3 = df1.merge(df2,how='inner',on='type')['type','newType']

df3['newType'] = np.where(df['newType'].isnull(),df['type'],df['newType'])

---

您可以将

df2

转换为一个由

'ItemType2'

索引的系列，然后在

df1

上使用：

# Make df2 a Series indexed by 'ItemType'.
df2 = df2.set_index('ItemType2')['newType'].dropna()

# Replace values in df1.
df1['ItemType1'] = df1['ItemType1'].replace(df2)

或者在一行中，如果您不想更改

df2

：

df1['ItemType1'] = df1['ItemType1'].replace(df2.set_index('ItemType2')['newType'].dropna())

使用

map

您需要的所有逻辑：

def update_type(t1, t2, dropna=False):
    return t1.map(t2).dropna() if dropna else t1.map(t2).fillna(t1)

让我们将

'ItemType2'

作为

Dataframe2

update_type(Dataframe1.ItemType1,
            Dataframe2.set_index('ItemType2').newType)

0                Tomato
1                Potato
2                Potato
3      greenCauliflower
4     yellowCauliflower
5                Squash
6                Onions
7                Onions
8                Onions
9         yellowCabbage
10         GreenCabbage
Name: ItemType1, dtype: object

---

验证

---

时机

---

您好-感谢您的快速重播。我对这个问题做了一些细微的修改。两个数据帧中的两个列标题具有不同的名称。因此，上的dataframe1列是

ItemType1

，第二个dataframe中的第一列是

ItemType2

。此外，上面的解决方案给出的错误是

keyrorm:'type'

关于'type'的错误和ItemType1和ItemType2的问题是相同的。具体地说，我试图加入'type'，而实际上df没有'type'列，而是有'ItemType1'和'ItemType2'。就我个人而言，我会在df和procedure中将列重命名为ItemType。但提供的其他解决方案可能更适合您的具体需求。时间测量万岁+1Hi-thx响应，仍在检查。解决方案还需要在第二个数据框

newType

列中省略/删除相应值为

empty

，

null

的

ItemType1

项。所以在这里，它应该放下黄色卷心菜和绿色卷心菜，这样它们就不会出现在最后的表格中。@Anil\M这很简单，我强行把它们放了回去。更新了带有可选dropna参数的帖子。@piRSquared-我得到了

NameError:没有为
返回t1.map（t2）.dropna（）定义全局名称“dropna”
，如果dropna else t1.map（t2）.fillna（t1）

@Anil_M您是否在函数定义的签名中添加了

dropna=False

。首先，当我现在尝试在1列上运行这个时，我得到了一个MemoryError，对此可以做些什么。第二个问题，我试图在我现在做的工作中使用它，但我需要更复杂的东西。我想将这一列应用于一个包含大量列（大约100）和行的大型数据帧。我将如何修改代码以实现这一点？

def update_type(t1, t2, dropna=False):
    return t1.map(t2).dropna() if dropna else t1.map(t2).fillna(t1)

update_type(Dataframe1.ItemType1,
            Dataframe2.set_index('ItemType2').newType)

0                Tomato
1                Potato
2                Potato
3      greenCauliflower
4     yellowCauliflower
5                Squash
6                Onions
7                Onions
8                Onions
9         yellowCabbage
10         GreenCabbage
Name: ItemType1, dtype: object

update_type(Dataframe1.ItemType1,
            Dataframe2.set_index('ItemType2').newType,
            dropna=True)

0                Tomato
1                Potato
2                Potato
3      greenCauliflower
4     yellowCauliflower
5                Squash
6                Onions
7                Onions
8                Onions
Name: ItemType1, dtype: object

updated = update_type(Dataframe1.ItemType1, Dataframe2.set_index('ItemType2').newType)

pd.concat([Dataframe1, updated], axis=1, keys=['old', 'new'])

def root(Dataframe1, Dataframe2):
    return Dataframe1['ItemType1'].replace(Dataframe2.set_index('ItemType2')['newType'].dropna())

def piRSquared(Dataframe1, Dataframe2):
    t1 = Dataframe1.ItemType1
    t2 = Dataframe2.set_index('ItemType2').newType
    return update_type(t1, t2)