Pandas 根据一张DataFrame的两列数据对另一张DataFrame的多列值进行批量替换

背景

掌柜最近在做王者荣耀2022KPL春季赛的赛事数据分析，下表kpl是从官方数据平台获取到的2022KPL春季赛常规赛近500场的赛事数据：

这里大家可以很明显的看到team_bh和team_ph两列下面都是一堆数字，其实它们分别代表的是王者荣耀里面的各个英雄。下表code就是掌柜整理的2022KPL春季赛常规赛登场的所有英雄和对应的数字编码：

问题

1. 将kpl表中的team_bh和team_ph两列数据进行拆分，分别得出每个战队ban（禁用）的四位英雄和pick（选用）的五位英雄；
2. 对拆分后的禁用英雄和选用英雄根据code表进行批量替换。

思路

1. 第一个问题其实考的是pandas对DataFrame的一列里面多个数据拆分为多列，但每列只有一个数据的方法。在pandas里面对于这样的文本数据，可以使用.str.split()方法按竖线（|）进行拆分， 生成新的DataFrame；然后再用join对两表进行合并，最后删除多余列。
2. 第二个问题则是对pandas的多列进行多值替换的考察。通常可以采用map()函数、replace()函数或apply()函数来进行替换。

具体方法

1. 这里掌柜就先给出参考代码 再做解说：

import pandas as pd

ban_name = ['ban' + str(x+1) for x in range(4)] #新生成的列名（禁用英雄四位）
ban = kpl['team_bh'].str.split('|', expand=True) #按竖线|进行拆分
ban.columns = ban_name
kpl = kpl.join(ban)                               #合并两表
kpl

拆分后的效果图：

可以看到最后四列就是拆分后的每队禁用英雄，这里取名为ban加上数字1-4，表示禁用英雄的顺序，ban1就是最先禁用的英雄。同理可以对team_ph列进行如上操作，然后删除team_bh和team_ph两列，得到拆分后的新kpl表：

这样就解决了第一个问题，下面来看第二个问题的具体方法：

2. 依然先给出关键的参考代码（其实主要就这两句）：

hero_code = code.set_index(['code'])['hero'].to_dict()
kpl['ban1'] = kpl['ban1'].map(hero_code)

替换后新的kpl表：

首先掌柜对code表进行了一个转换，将里面的数字编码和对应英雄转换为字典格式，这样方便后面进行批量的多值替换。
接着掌柜用map()函数进行一个映射操作（也就是每一列的数字都根据字典中的key进行一个匹配，如果适配，就替换为对应的英雄名字）；当然这里也可以使用replace()函数或apply()函数来替换，但是速度没有map()函数的快。

结果

现在这张经过处理后的kpl赛事数据表就干净很多了，我们可以一眼就看出来每个战队禁用英雄的顺序（公孙离和鲁班大师几乎都在第一ban位）和选用英雄的优先级（夏侯惇和澜一选的概率较大），后面将会根据各个战队进行一系列的数据分析和挖掘工作，敬请期待！

PS：完整的代码会在整个项目做完后放上Github，谢谢耐心等待和理解。

参考资料：
按照字典dict替换Pandas DataFrame的值：三种方法性能比较