以下は pandas.Series.map を使う方法です。
import pandas as pd
df1 = pd.DataFrame({
'id': [1, 2, 3],
'fruits': ['ringo', 'mikan', 'suika']
})
df2 = pd.DataFrame({
'id': [1, 2, 3, 4],
'fruits_en': ['apple', 'watermelon', 'peach', 'orange'],
'fruits_jp': ['ringo', 'suika', 'momo', 'mikan']
})
df1.fruits = df1.fruits.map(df2.set_index('fruits_jp').fruits_en)
print(df1)
id fruits
0 1 apple
1 2 orange
2 3 watermelon
追記
mapメソッドのほかにreplaceというものも見つけたのですが、明確な違いは何かありますでしょうか。
pandas.Series.replace を使う場合は以下の様になります。
df1.fruits = df1.fruits.replace(df2.fruits_jp.to_list(), df2.fruits_en)
ここで、例えば df2
の中身が以下の様になっているとします。
df2 = pd.DataFrame({
'id': [1, 2, 3, 4, 5],
'fruits_en': ['apple', 'watermelon', 'peach', 'orange', 'delicious'],
'fruits_jp': ['ringo', 'suika', 'momo', 'mikan', 'ringo']
})
fruits_jp
の要素に重複(ringo
)があり、ringo
に対する fruits_en
の要素は apple
と delicious
になっています。
>>> df1.fruits.replace(df2.fruits_jp.to_list(), df2.fruits_en)
0 delicious
1 orange
2 watermelon
replace
の場合は最後の対応要素に置換されますが、map
ではエラーになってしまいます。原因は df2.set_index('fruits_jp')
としているためです。
>>> df1.fruits.map(df2.set_index('fruits_jp').fruits_en)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/local/lib/python3.8/dist-packages/pandas/core/series.py", line 3630, in map
new_values = super()._map_values(arg, na_action=na_action)
File "/usr/local/lib/python3.8/dist-packages/pandas/core/base.py", line 1121, in _map_values
indexer = mapper.index.get_indexer(values)
File "/usr/local/lib/python3.8/dist-packages/pandas/core/indexes/base.py", line 2733, in get_indexer
raise InvalidIndexError(
pandas.core.indexes.base.InvalidIndexError: Reindexing only valid with uniquely valued Index objects