あるデータフレームの特定の列を変換テーブルを利用して別の文字列に置き換える：Pandas

Question

###前提・実現したいこと
毎度お世話になります。

あるデータフレームの特定の列を変換テーブルを利用して別の文字列に置き換える，
ということがしたいです。
具体的には次のとおりです。

まず，下記のような対象となるデータがあるとします。

//　対象のデータ
                Id   hoge
0  956567041061059  huga1
1  756567041061059  huga2
2  111111111111111  huga3

Id列の文字が比較的長い整数であることが特徴です。

このId列を次の「変換テーブル」の”serial_num”列をを参照して，別の名前に変えたいと思っています。

(hoge列は今回は関係ありません)

//　変換テーブル
        serial_num  No  name
0  956567041061059   1  matu
1  756567041061059   2  take
2  656567041061059   3   ume

「対象のデータ」１行目の”Id”が　の「変換テーブル」１行目の”serial_num”と一致しているので，「対象のデータ」１行目の”Id”に「変換テーブル」１行目の”name”の"matu"を代入します。
同じく「対象のデータ」２行目の”Id”が　の「変換テーブル」２行目の”serial_num”と一致しているので，「対象のデータ」１行目の”Id”に「変換テーブル」１行目の”name”の"take"を代入します。
「対象のデータ」の三行目の”111111111111111”のように「変換テーブル」に存在しない文字列は”null”に変換したいと思っています。

変換後は次のようになります。

//　変換後のデータ
  　  Id   hoge
0  matu  huga1
1  take  huga2
2  null  huga3

###試したこと
こんな感じのコードを書いてみました。

import pandas as pd


df = pd.DataFrame({  'Id' : [956567041061059,756567041061059,656567041061059],
                        'hoge' : ["huga1","huga2","huga3"], # この列は関係ない
                         })

table = pd.DataFrame({ 'No' : [1,2,3],
                        'serial_num' : [956567041061059,756567041061059,656567041061059],
                        'name' : ["matu","take","ume"],
                         })

def change(val):
    # ここらへんが怪しい
    dff = pd.DataFrame(
        table[ table['serial_num']==int(val)]
     )
    name_ = dff.ix[0,2]
　　#　ここまでが怪しいので”null”に変換するコードが実装できていない
    return name_

df['Id'] = df['Id'].apply(change)

型が一致していないのか「KeyError: 0」とでてしまいます。

無理やりStringにしてみたり，intにしてみたりと色々試してみましたが，イマイチよく分かりません。
ぜひともご教示いただければと思います。

Answer 1

このような用途には　pandas.merge()　をお使いください。

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.merge.html

左側(df1)のId列と　右側（df2）のserial_num列でmergeを行い、左側(df1)の行が全て残るように指定(how='reft')しております。

あとは余分な列の削除drop()と、一部の列の名前を変更rename()を行っております。

import pandas as pd
df1 = pd.DataFrame({'Id': [956567041061059, 756567041061059, 111111111111111], 
                   'hoge':['hoge1','hoge2','hoge3']})
df2 = pd.DataFrame({'serial_num': [956567041061059,756567041061059, 656567041061059],
                    'No': [1,2,3],
                    'name': ['matu','take','ume']})

result = pd.merge(df1,df2,left_on='Id',right_on='serial_num',how='left').drop(['Id','serial_num','No'],axis=1).rename(columns={'hoge': 'Id'})
print(result)      
# =>       Id  name
#    0  hoge1  matu
#    1  hoge2  take
#    2  hoge3   NaN

Comments

[pepasuke623]

ありがとうございます！確かに出来ました！！