Pandas利用主表更新子表指定列小技巧

更新時間：2025年05月02日 11:07:50 作者：袁袁袁袁滿

本文主要介紹了Pandas利用主表更新子表指定列小技巧,通過創(chuàng)建主表和子表的DataFrame對象,并使用映射字典進行數(shù)據(jù)關聯(lián)和更新,實現(xiàn)了從主表到子表的同步操作,下面就來介紹一下,感興趣的可以了解一下

一、前言

工作的小技巧，利用pandas讀取主表和子表，利用主表的指定列，更新子表的指定列。

案例：

主表：
uid name
0 101 小白
1 102 小紅
2 103 小藍

子表：
name zb_uid
0 小白 None
1 小紅 None
2 小綠 None

需求：主表的name列數(shù)據(jù)和子表name列數(shù)據(jù)數(shù)據(jù)相同時，將主表對應的 uid 賦值給子表的 zb_uid

二、基本案例

1. 創(chuàng)建主表數(shù)據(jù)

import pandas as pd

# 主表示例數(shù)據(jù)
data_sheet = {
    'uid': [101, 102, 103],
    'name': ['小白', '小紅', '小藍'],
}
df_sheet = pd.DataFrame(data_sheet)
print('主表：')
print(df_sheet)

data_sheet 是一個字典，其中鍵 'uid' 對應一個包含三個整數(shù)的列表，表示用戶的唯一標識；鍵 'name' 對應一個包含三個字符串的列表，表示用戶的姓名。
pd.DataFrame(data_sheet) 把 data_sheet 字典轉換為 pandas 的 DataFrame 對象 df_sheet。DataFrame 是一種二維表格型數(shù)據(jù)結構，類似于電子表格或 SQL 表。
最后通過 print 函數(shù)打印出主表的內(nèi)容。

2. 創(chuàng)建映射字典

# 創(chuàng)建一個映射字典，將 name 映射到 uid
name_uid_map = df_sheet.set_index('name')['uid'].to_dict()
print('映射字典：',name_uid_map)

df_sheet.set_index('name') 把 df_sheet 的 'name' 列設置為索引，這樣就可以通過姓名來定位對應的行。
['uid'] 選取 uid 列的數(shù)據(jù)。
to_dict() 把選取的數(shù)據(jù)轉換為字典，字典的鍵是姓名，值是對應的 uid。
最后通過 print 函數(shù)打印出這個映射字典。

3. 創(chuàng)建子表數(shù)據(jù)

# 子表示例數(shù)據(jù)
data_sheet1 = {
    'name': ['小白', '小紅', '小綠'],
    'zb_uid': [None,None,None]
}
df_sheet1 = pd.DataFrame(data_sheet1)
print('子表：')
print(df_sheet1)

data_sheet1 是一個字典，鍵 'name' 對應一個包含三個字符串的列表，表示用戶姓名；鍵 'zb_uid' 對應一個包含三個 None 值的列表，這里 zb_uid 初始值都為空，后續(xù)會進行更新。
pd.DataFrame(data_sheet1) 將 data_sheet1 字典轉換為 DataFrame 對象 df_sheet1。
最后通過 print 函數(shù)打印出子表的內(nèi)容。

4. 更新子表的 zb_uid 列

# 更新子表的 zb_uid 列
df_sheet1['zb_uid'] = df_sheet1['name'].map(name_uid_map).fillna(df_sheet1['zb_uid'])

df_sheet1['name'].map(name_uid_map) 會根據(jù) name_uid_map 字典，將 df_sheet1 中 'name' 列的每個值映射為對應的 uid。如果 'name' 列的值在 name_uid_map 字典中不存在，就會映射為 NaN。
fillna(df_sheet1['zb_uid']) 把映射結果中的 NaN 值用 df_sheet1 中原來的 'zb_uid' 列的值填充。這里由于 zb_uid 初始值為 None，在 pandas 中會被視為 NaN，所以實際操作就是保留原來的 NaN 值。
最后把更新后的值賦給 df_sheet1 的 'zb_uid' 列。

5. 完整代碼

import pandas as pd


# 主表示例數(shù)據(jù)
data_sheet = {
    'uid': [101, 102, 103],
    'name': ['小白', '小紅', '小藍'],
}
df_sheet = pd.DataFrame(data_sheet)
print('主表：')
print(df_sheet)
# 創(chuàng)建一個映射字典，將 name 映射到 uid
name_uid_map = df_sheet.set_index('name')['uid'].to_dict()
print('映射字典：',name_uid_map)


# 子表示例數(shù)據(jù)
data_sheet1 = {
    'name': ['小白', '小紅', '小綠'],
    'zb_uid': [None,None,None]
}
df_sheet1 = pd.DataFrame(data_sheet1)
print('子表：')
print(df_sheet1)

# 更新子表的 zb_uid 列
df_sheet1['zb_uid'] = df_sheet1['name'].map(name_uid_map).fillna(df_sheet1['zb_uid'])

print("更新后的子表：")
print(df_sheet1)

運行結果：

主表：
uid name
0 101 小白
1 102 小紅
2 103 小藍
子表：
name zb_uid
0 小白 None
1 小紅 None
2 小綠 None
映射字典： {'小白': 101, '小紅': 102, '小藍': 103}
更新后的子表：
name zb_uid
0 小白 101.0
1 小紅 102.0
2 小綠 NaN

6. 總結

這段代碼的主要功能是根據(jù)主表中姓名和 uid 的對應關系，更新子表中 zb_uid 列的值。如果子表中的姓名在主表中存在，就用對應的 uid 填充 zb_uid；如果不存在，則保持 zb_uid 為空。

三、升級案例

在基本案例的基礎上，根據(jù)名字和拼音的映射字典，更新主表和子表的name字段：

import pandas as pd


def get_namePingyingMap():
	// 下面方式是手動建映射字典，當然如果你有數(shù)據(jù)庫也可以從數(shù)據(jù)庫讀取然后建映射字典
    name_pingying_map = {'小白':'xiaobai','小紅':'xiaohong','小藍':'xiaolan','小綠':'xiaolù'}
    print('name_pingying_map映射字典：', name_pingying_map)

    return name_pingying_map


# 主表示例數(shù)據(jù)
data_sheet = {
    'uid': [101, 102, 103],
    'name': ['小白', '小紅', '小藍'],
}
df_sheet = pd.DataFrame(data_sheet)
print('主表：')
print(df_sheet)
# 更新主表的 name 列
name_pingying_map = get_namePingyingMap()
df_sheet['name'] = df_sheet['name'].map(name_pingying_map).fillna(df_sheet['name'])
print("更新后的主表：")
print(df_sheet)
# 創(chuàng)建一個映射字典，將 name 映射到 uid
name_uid_map = df_sheet.set_index('name')['uid'].to_dict()
print('name_uid_map映射字典：',name_uid_map)

# 子表示例數(shù)據(jù)
data_sheet1 = {
    'name': ['小白', '小紅', '小綠'],
    'zb_uid': [None,None,None]
}
df_sheet1 = pd.DataFrame(data_sheet1)
print('子表：')
print(df_sheet1)

# 更新子表的 name 列
df_sheet1['name'] = df_sheet1['name'].map(name_pingying_map).fillna(df_sheet1['name'])
# 更新子表的 zb_uid 列
df_sheet1['zb_uid'] = df_sheet1['name'].map(name_uid_map).fillna(df_sheet1['zb_uid'])

print("更新后的子表：")
print(df_sheet1)

運行結果：

主表：
uid name
0 101 小白
1 102 小紅
2 103 小藍
name_pingying_map映射字典： {'小白': 'xiaobai', '小紅': 'xiaohong', '小藍': 'xiaolan', '小綠': 'xiaolù'}
更新后的主表：
uid name
0 101 xiaobai
1 102 xiaohong
2 103 xiaolan
name_uid_map映射字典： {'xiaobai': 101, 'xiaohong': 102, 'xiaolan': 103}
子表：
name zb_uid
0 小白 None
1 小紅 None
2 小綠 None
更新后的子表：
name zb_uid
0 xiaobai 101.0
1 xiaohong 102.0
2 xiaolù NaN