Python pandas：基于文本匹配替换值

Posted 2023-02-23

【中文标题】Python pandas：基于文本匹配替换值

【英文标题】：Python pandas: Replacing value based on Text matching

【发布时间】：2022-01-24 02:51:51

【问题描述】：

我有两个数据框：df1 大约有 20000 行，df2 有 7226 行，如图所示：

df1:

df2:

如果两个数据帧具有相同的 Review_Text 值，我想将 df2 的“最终编码”值复制到 df1 的“最终编码”值。我使用了以下命令：

df1.loc[df1['Review_Text'].isin(df2['Review_Text'],'Final Coding'] = df2['Final Coding']

上述语句的问题在于它没有替换掉df1的所有值。它只替换 df1 的索引号 7226 之前的值，之后不替换任何值。 我尝试了另一个命令如下：

mask = df1['Review_Text'].isin(df2['Review_Text'])==True
df1['Final Coding'] = df1['Final Coding'].where(~mask,df2['Final Coding'],axis=0)

但最终遇到了同样的问题。 我搜索了***的现有线程并找到了另一种方法。 所以我将命令更改如下：

df1.loc[df1['Review_Text'].isin(df2.set_index('Review_Text').index),'Final Coding'] = df2.set_index('Review_Text')['Final Coding']

但是，上面的命令抛出了以下错误：

ValueError: cannot reindex from a duplicate axis

“Review_Text”列中有一些重复的文本，这就是它引发此错误的原因。 我不确定如何克服这个问题。谁能帮我解决这个问题？

【问题讨论】：

独一无二？

@Abel 对不起，我不明白？？？

鬼鬼祟祟的玩笑。听起来您想将 df2 转换为查找，但它多次出现您想要使用的键值对。可以为您的键（和值）创建一个 df，然后运行唯一的并提取相关的用于查找。或者可以做类似***.com/a/67343461/14237276 的事情来通过分组来减少它。

【参考方案1】：

你可以的

以下之前更新：

df1.reset_index(inplace=True, drop=True)
df2.reset_index(inplace=True, drop=True)

#==================================
m = df1['Review_Text'].isin(df2['Review_Text'])
v = df1['Review_Text'].map(df2.set_index('Review_Text')['Final Coding'])
df1.loc[m,'Final Coding'] = v

或者我们可以这样做

df1.update(df1['Review_Text'].map(df2.set_index('Review_Text')['Final Coding']).to_frame('Review_Text'))

【讨论】：

感谢发帖。当我运行 df1.update 命令或第一个解决方案的第二行时，我收到错误消息“InvalidIndexError: Reindexing only valid with unique value Index objects”

@user2293224 你有重复索引，试试reset_index()，我会更新