仅当值存在时，才通过 vlookup 另一个数据框替换列中的值答案

【问题标题】：Replace a value in a column by vlookup another dataframe only if the value exists仅当值存在时，才通过 vlookup 另一个数据框替换列中的值
【发布时间】：2018-06-24 11:43:32
【问题描述】：

我想根据(df2.Name1, df2.Name2) 中的映射表覆盖我的df1.Name 值。但是，df1.Name 中并非所有值都存在于df2.Name1 中

df1:

Name
Alex
Maria 
Marias
Pandas
Coala

df2:

Name1   Name2
Alex    Alexs
Marias  Maria
Coala   Coalas

预期结果：

Name
Alexs
Maria
Maria
Pandas
Coalas

我在网上尝试了几种解决方案，例如使用地图功能。通过在字典中打开df2，我正在使用df1.Name = df1.Name.map(Dictionary)，但这将导致nan 对于不在df2 中的所有值，如下所示。

Name
Alexs
Maria
Maria
NAN
Coalas

我不确定如何使用 IF 语句仅替换 df2 中确实存在的语句，并按照 df1 保留其余语句。我还尝试使用if 语句创建一个函数，但失败了。

我该如何解决这个问题？

【问题讨论】：

预期结果是更新的 df1.Name 数据框

标签： python pandas dictionary dataframe matching

【解决方案1】：

通过使用replace

df1.Name.replace(df2.set_index('Name1').Name2.to_dict())
Out[437]: 
0     Alexs
1     Maria
2     Maria
3    Pandas
4    Coalas
Name: Name, dtype: object

【讨论】：

【解决方案2】：

让我们使用带有map 和combine_first 的 Pandas 解决方案：

df1['Name'].map(df2.set_index('Name1')['Name2']).combine_first(df1['Name'])

输出：

0     Alexs
1     Maria
2     Maria
3    Pandas
4    Coalas
Name: Name, dtype: object

【讨论】：

这导致我出现以下错误：InvalidIndexError: Reindexing only valid with unique value Index objects
啊.. 你的 df2 中只有重复的“Name1”？

【解决方案3】：

Python dict.get() 允许使用默认参数。所以如果你建立一个翻译字典，那么如果没有找到查找，很容易只返回原始值，如：

代码：

translate = {x: y for x, y in df2[['Name1', 'Name2']].values}
new_names = [translate.get(x, x) for x in df1['Name']]

测试代码：

import pandas as pd

df1 = pd.DataFrame({'Name': ['Alex', 'Maria', 'Marias', 'Pandas', 'Coala']})
df2 = pd.DataFrame({'Name1': ['Alex', 'Marias', 'Coala'],
                    'Name2': ['Alexs', 'Maria', 'Coalas']})

print(df1)
print(df2)

translate = {x: y for x, y in df2[['Name1', 'Name2']].values}
print([translate.get(x, x) for x in df1['Name']])

测试结果：

     Name
0    Alex
1   Maria
2  Marias
3  Pandas
4   Coala

    Name1   Name2
0    Alex   Alexs
1  Marias   Maria
2   Coala  Coalas

['Alexs', 'Maria', 'Maria', 'Pandas', 'Coalas']

【讨论】：

谢谢斯蒂芬，但我怎样才能把它作为数据框取回，因为我希望 df1.Name 保留更新的名称（如果可用）
df1.Name = new_names

【解决方案4】：

你也可以使用merge:

In [27]: df1['Name'] = df1.merge(df2.rename(columns={'Name1':'Name'}), how='left') \
                          .ffill(axis=1)['Name2']

In [28]: df1
Out[28]:
     Name
0   Alexs
1   Maria
2   Maria
3  Pandas
4  Coalas

【讨论】：

【解决方案5】：

你也可以使用replace

df1 = pd.DataFrame({'Name': ['Alex', 'Maria', 'Marias', 'Pandas', 'Coala']})
df2 = pd.DataFrame({'Name1': ['Alex', 'Marias', 'Coala'],
                    'Name2': ['Alexs', 'Maria', 'Coalas']})

# Create the dictionary from df2
d = {"Name": {k:v for k, v in zip(df2["Name1"], df2["Name2"])}}
# Suggestion from Wen to create the dictionary
# d = {"Name": df2.set_index('Name1').Name2.to_dict()}     

df1.replace(d)   # Use df1.replace(d, inplace=True) if you want this in place

    Name
0   Alexs
1   Maria
2   Maria
3   Pandas
4   Coalas

replace 可以带一个字典，你可以在其中指定要替换的列，这里是"Name"，以及要在这个特定列中替换的相应映射。

{"Name": {old_1: new_1, old_2: new_2...}}

-> 替换"Name" 列中的值，以便old_1 将替换为new_1。 old_2 将替换为 new_2 等等。

感谢 Stephen Rauch 提供的设置。感谢 Wen 提供了一种创建字典的干净方法。

【讨论】：

检查我的，你不需要通过循环创建字典：-）