如何使用 pandas map() 函数，而不覆盖不匹配的项目？

Question

在我之前的问题中：如何有效地替换 pandas 中的数据框之间的项目？

我得到了一个可以使用 map() 函数的解决方案，但它会覆盖不匹配的项目。

如果我有 2 df

df = pd.DataFrame({'Ages':[20, 22, 57, 250], 'Label':[1,1,2,7]})
label_df = pd.DataFrame({'Label':[1,2,3], 'Description':['Young','Old','Very Old']})

我想将 df 中的标签值替换为 label_df 中的描述，但如果索引之间不匹配，则保留原始值。

我得到了什么df['Label'] = df['Label'].map(label_df.set_index('Label')['Description'])

{'Ages':[20, 22, 57, 250], 'Label':['Young','Young','Old', nan]}

想要的结果：

{'Ages':[20, 22, 57, 250], 'Label':['Young','Young','Old', 7]}

Answer 1

您可以在不匹配的情况.fillna()下进一步使用原始列来.map()恢复原始值，如下所示：

df['Label'] = df['Label'].map(label_df.set_index('Label')['Description']).fillna(df['Label'])

或者，也可以使用.replace()which does not set non-match to NaN（保留不匹配值），如下：

df['Label'] = df['Label'].replace(dict(zip(label_df['Label'], label_df['Description'])))

结果：

print(df)

   Ages  Label
0    20  Young
1    22  Young
2    57    Old
3   250      7