本文介绍在 Pandas 中，如何基于另一个数据框（含 ID→名称映射关系）高效地将主数据框中某列的整数列表（如 genre_ids）批量转换为对应字符串列表（如 ['Action', 'Adventure']），并提供简洁、安全、可扩展的实现方案。
本文介绍在 pandas 中，如何基于另一个数据框（含 id→名称映射关系）高效地将主数据框中某列的整数列表（如 `genre_ids`）批量转换为对应字符串列表（如 `['action', 'adventure']`），并提供简洁、安全、可扩展的实现方案。
在实际数据分析中，常遇到“ID 列表 → 名称列表”的映射需求：主数据框某列为嵌套列表（如电影类型 ID 列表），而另一张映射表（如 id → name）提供了 ID 的语义解释。此时需将 df1['genre_ids'] 中每个子列表内的数值，按 df2 中的对应关系逐一替换为字符串，并保持原始列表结构和顺序。
推荐采用字典映射 + apply 的组合方式，兼顾性能与可读性：
# 构建高效查找字典：id → name
mapping_dict = dict(zip(df2['id'], df2['name']))
# 对 genre_ids 列逐行处理：遍历每个列表，用字典安全获取对应名称
df1['genre_ids'] = df1['genre_ids'].apply(
lambda ids_list: [mapping_dict.get(id_val) for id_val in ids_list]
)
✅ 关键优势说明：
- dict(zip(...)) 时间复杂度为 O(n)，查询为 O(1)，远优于每次 df2.loc[df2['id']==x, 'name'].iloc[0] 的重复过滤；
- 使用 .get(id_val) 而非直接索引（如 mapping_dict[id_val]），可自动处理缺失 ID（返回 None），避免 KeyError；若需严格校验，可改用 mapping_dict[id_val] 并配合 df2.set_index('id')['name'].to_dict() 后添加异常捕获；
- 保留原始列表结构、顺序及嵌套层级，不展平、不去重。
⚠️ 注意事项：
- 确保 df2['id'] 无重复值，否则 zip 构造的字典会以最后出现的 name 为准（建议预先检查：df2['id'].duplicated().any()）；
- 若存在未覆盖的 ID（如 df1 中有 99 但 df2 未定义），.get() 返回 None，可统一替换为占位符：mapping_dict.get(id_val, 'Unknown')；
- 对超大数据集（百万级行 × 长列表），可考虑使用 explode() + merge() + groupby().apply(list) 流水线，但通常字典方案已足够高效。
执行后，df1 即更新为预期格式：
title genre_ids 0 The Godfather [Action, Adventure] 1 Fight Club [Action] 2 The Empire [Adventure, Animation, Comedy]
