Python 如何替换串联列表中的元素

我有一个如下所示的数据帧

df1

         col1
0          10
1  [5, 8, 11]
2          15
3          12
4          13
5          33
6    [12, 19]

生成此df1的代码：

df1 = pd.DataFrame({"col1":[10,[5,8,11],15,12,13,33,[12,19]]})

df2

   col1  col2
0    12     1
1    10     2
2     5     3
3    11    10
4     7     5
5    13     4
6     8     7

生成此df2的代码：

df2 = pd.DataFrame({"col1":[12,10,5,11,7,13,8],"col2":[1,2,3,10,5,4,7]})

我想用

df2

值替换

df1

中的元素

如果序列值包含非列表元素， 我可以用

map

df1['res'] = df1['col1'].map(df2.set_index('col1')["col2"].to_dict())

但是现在这个系列包含列表和标量的混合。 如何有效地替换列表中的元素和串联的标量值

预期产出

         col1     res
0          10        2
1  [5, 8, 11] [3,7,10]
2          15       15
3          12        1
4          13        4
5          33       33

---

您的系列属于数据类型

object

，因为它包含

int

和

list

对象。这对熊猫来说效率低下，意味着矢量化解决方案将不可能实现

您可以创建映射字典并使用

pd.Series.apply

。要解释

列表

对象，可以捕获

类型错误

。列表会遇到此特定错误，因为它们不可散列，因此不能用作字典键

d = df2.set_index('col1')['col2'].to_dict()

def mapvals(x):
    try:
        return d.get(x, x)
    except TypeError:
        return [d.get(i, i) for i in x]

df1['res'] = df1['col1'].apply(mapvals)

print(df1)

         col1         res
0          10           2
1  [5, 8, 11]  [3, 7, 10]
2          15          15
3          12           1
4          13           4
5          33          33
6    [12, 19]     [1, 19]

---

谢谢你的回复。对于这种问题，矢量化解决方案是不可能的。我正在寻找这个问题的矢量化解决方案。因为我的数据集很大，我无法使用apply：（.寻求这方面的矢量化方法problem@MohamedThasinah，根据数据的结构方式，不，这是不可能的。下面的解决方案有帮助吗？如果有，请随时接受或要求澄清。@jpp-I正在等待矢量化解决方案，因为您评论说这是不可能的，我接受答案：）如果你以后发现了，请告诉我。如果你希望考虑一下我的问题，我已经投票赞成你的问题：不幸的是，只要序列是

dtype=object

，矢量化解决方案就不可能实现。如果你想在你的系列中有一个

列表

，情况总是如此。