Python 使用dict和元组键替换数据帧中的列值

我有两个数据帧，一个包含我要更新的数据，另一个提供基于多索引键的查找来设置值

例如，我有两个csv：

fruit.csv

水果、颜色、状态、更多信息、数据
苹果、红的、好的等等。
苹果、绿色、发霉等。
苹果、绿色、优质等。
梨、红、优等。
梨、绿、好等。
石灰、绿色、劣质等。

评级.csv

水果、州、等级
苹果，很好，11
苹果，好的，8
苹果，坏的，4
苹果，发霉，0
梨，很好，9
梨，好的，5
梨，坏的，2
梨，发霉，1
酸橙，非常好，10
酸橙，好的，7
酸橙，坏的，5
石灰，发霉，2

我在数据帧中读到：

static\u data\u dir=Path（\uuu file.resolve（）.parent
fruit=pd.read\u csv（静态\u数据\u dir.joinpath（“fruit.csv”），索引\u col=[“fruit”，“Color”]）
rating=pd.read\u csv（静态数据目录joinpath（“rating.csv”），索引列=[“水果”，“状态]）

现在我想用Rating DataFrame中的Rating值替换fruit DataFrame中的状态值，结果如下

                  State  more  data
Fruit Color
Apple Red            8  etc.  etc.
      Green          0  etc.  etc.
      Green         11  etc.  etc.
Pear  Red            9  etc.  etc.
      Green          5  etc.  etc.
Lime  Green          5  etc.  etc.

实际上，我想使用

pandas.Series.replace

，但用元组键传入dict，但这似乎不受支持

{'Rating': {('Apple', 'Bad'): 4,
            ('Apple', 'Excellent'): 11,
            ('Apple', 'Good'): 8,
            ('Apple', 'Mouldy'): 0,
            ('Lime', 'Bad'): 5,
            ('Lime', 'Excellent'): 10,
            ('Lime', 'Good'): 7,
            ('Lime', 'Mouldy'): 2,
            ('Pear', 'Bad'): 2,
            ('Pear', 'Excellent'): 9,
            ('Pear', 'Good'): 5,
            ('Pear', 'Mouldy'): 1}}

---

如何最好地实现这一点？

读取两个csv作为普通数据帧，然后通过设置

How=“left”

使用

four

中的键在

four

和

State

列上显示。最后设置

水果

和

颜色

列作为索引

将熊猫作为pd导入
水果=pd.read\u csv（“水果.csv”）
评级=pd.read\U csv（“评级.csv”）
水果['State']=水果。合并（评级，on=[“水果”，“状态”]，how=“left”）[“评级”]
水果。集合指数（[“水果”、“颜色”]，原地=真）

                  State  more  data
Fruit Color
Apple Red            8  etc.  etc.
      Green          0  etc.  etc.
      Green         11  etc.  etc.
Pear  Red            9  etc.  etc.
      Green          5  etc.  etc.
Lime  Green          5  etc.  etc.

{'Rating': {('Apple', 'Bad'): 4,
            ('Apple', 'Excellent'): 11,
            ('Apple', 'Good'): 8,
            ('Apple', 'Mouldy'): 0,
            ('Lime', 'Bad'): 5,
            ('Lime', 'Excellent'): 10,
            ('Lime', 'Good'): 7,
            ('Lime', 'Mouldy'): 2,
            ('Pear', 'Bad'): 2,
            ('Pear', 'Excellent'): 9,
            ('Pear', 'Good'): 5,
            ('Pear', 'Mouldy'): 1}}

print(fruit)

             State  more  data
Fruit Color                   
Apple Red        8  etc.  etc.
      Green      0  etc.  etc.
      Green     11  etc.  etc.
Pear  Red        9  etc.  etc.
      Green      5  etc.  etc.
Lime  Green      5  etc.  etc.