使用另一个具有相应替换的pandas df替换pandas列中的值

Question

我有一个名为inventory的熊猫df，它有一个包含Part Numbers（字母数字）的列。其中一些部件号已经被替换，我有另一个名为replace_with的df，包含两列'old part numbers'和'new part numbers'。 例如：

库存值如下：

* 123AAA
* 123BBB
* 123CCC
......

替换为具有如下值

**oldPartnumbers**   .....        **newPartnumbers**  

* 123AAA        ............            123ABC
* 123CCC          ...........          123DEF

所以，我需要用新的数字替换库存中相应的值。更换后的库存如下所示：

* 123ABC
* 123BBB
* 123DEF

在python中有一种简单的方法可以做到这一点吗？谢谢！你知道吗

Answer 1

这个解决方案是相对快速的-它使用pandas数据对齐和numpy“copyto”函数。你知道吗

import pandas as pd
import numpy as np

df1 = pd.DataFrame({'partNumbers': ['123AAA', '123BBB', '123CCC', '123DDD']})
df2 = pd.DataFrame({'oldPartnumbers': ['123AAA', '123BBB', '123CCC'],
                    'newPartnumbers': ['123ABC', '123DEF', '123GHI']})

# assign index in each dataframe to original part number columns
# (faster than set_index method, but use set_index if original index must be preserved)
df1.index = df1.partNumbers
df2.index = df2.oldPartnumbers
# use pandas index data alignment
df1['updatedPartNumbers'] = df2.newPartnumbers
# use numpy to copy in old part num when a new part num is not found
np.copyto(df1.updatedPartNumbers.values,
          df1.partNumbers.values,
          where=pd.isnull(df1.updatedPartNumbers))
# reset index
df1.reset_index(drop=True, inplace=True)

df1型：

  partNumbers updatedPartNumbers
0      123AAA             123ABC
1      123BBB             123DEF
2      123CCC             123GHI
3      123DDD             123DDD