当部分字符串匹配时，如何根据字典替换整个数据框中的值？答案

【问题标题】：How to replace value in whole dataframe based on dictionary when part of string match?当部分字符串匹配时，如何根据字典替换整个数据框中的值？
【发布时间】：2020-09-27 04:25:38
【问题描述】：

嗨，我有 2 个数据框，我必须使用 1 个数据框来替换其他数据框的值。我通常可以创建字典来替换整个数据帧中的值，但我在其他数据帧中有一些不同的值，所以我需要条件来判断字符串的部分是否匹配，然后它应该映射字典。第一个数据框是这样的：

第二个数据框是这样的：

        id        cars1                     cars2

        1     $ {hQOpelText.r1.val}        BMW
        2     $ {hQOpelText.r2.val}        $ {hQOpelText.r2.val}
        3     $ {hQOpelText.r3.val}        $ {hQOpelText.r5.val}
        4     $ {hQOpelText.r4.val}        Audi
        5     $ {hQOpelText.r5.val}        Audi

我想要这样的结果：

        id        cars1                     cars2

        1     Opel Adam                   BMW
        2     Opel Astra Estate           Opel Astra Estate
        3     Opel Astra Hatchback        Opel Grandland x 
        4     Opel Astra Saloon           Audi
        5     Opel Grandland x            Audi

【问题讨论】：

这能回答你的问题吗？ Remap values in pandas column with a dict
不，因为我不能直接映射值，因为我有不同的值。如果我创建字典，那么与第二个数据帧相比，它将具有不同的值。
您可以将$ {hQOpelText.r1.val} 转换为hQOpelTextr1，如果它们要保持一致，然后再转换为dict。

标签： python pandas dictionary replace

【解决方案1】：

我们可以首先更改df2 中所有$ {hQOpelText.r*.val} 类型的列值，以遵守df1 中Variable 列中使用的值的约定，即hQOpelTextr*，然后我们可以将这些值替换为来自df1的对应值：

cols = df2.select_dtypes(object).columns
df2[cols] = df2[cols].transform(
    lambda s: (
        s.str.replace(r'\$\s*\{([^\.]+).*?([^\.]+).*?\}', r'\g<1>\g<2>')
        .replace(df1.set_index('Variable')['AUS'])
    )
)

# print(df2)
   id                 cars1              cars2
0   1              OpehAdam                BMW
1   2     Opel Astra Estate  Opel Astra Estate
2   3  Opel Astra Hatchback   Opel Grandland X
3   4     Opel Astra Saloon               Audi
4   5      Opel Grandland X               Audi

【讨论】：

【解决方案2】：

想法是将.替换为空字符串，然后通过字典键提取值，如果不匹配则映射并替换原始值：

c = df.select_dtypes(object).columns
func = lambda x: (x.str.replace('.', '', regex=False)
                  .str.extract(f'({"|".join(d.keys())})', expand=False)
                  .map(d)
                  .fillna(x))
df[c] = df[c].apply(func)

print (df)
   id                 cars1              cars2
0   1             Opel Adam                BMW
1   2     Opel Astra Estate  Opel Astra Estate
2   3  Opel Astra Hatchback    Opel Grandand X
3   4     Opel Astra Saloon               Audi
4   5       Opel Grandand X               Audi

【讨论】：

一如既往地感谢您的回答 :) 你能区分你在任何地方使用的数据帧吗df 所以我不确定你在哪里使用什么？
@s_khan92 - 不确定是否理解，但似乎只有在处理不同的DataFrames 并需要区分它们时才使用df1, df2, df3 而不是df。