如何通过列列表一次性将字典映射应用于Pandas DataFrame指定列？

你想要给DataFrame的指定列（比如示例中的col1和col2）统一应用同一个字典映射，同时不影响其他列，还希望简化语法，避免重复写列名或多次调用replace。

示例数据与映射字典 #

先看你的基础数据和映射规则：

import pandas as pd

data = {'id': ['a', 'b', 'c', 'd', 'e'],
        'col1': ['PHX', 'BKN', 'X', 'PHX', 'X'],
        'col2': ['X', 'PHX', 'BKN', 'BKN', 'X'],
        'col3': ['PHX', 'BKN', 'PHX', 'BKN', 'PHX']
       }
df = pd.DataFrame(data)

name_dict = {'PHX' : 'PHO', 'BKN': 'NJN'}

问题分析 #

• 直接用df.replace(name_dict)会替换所有列，不符合需求；
• 链式调用df.replace({'col1': name_dict}).replace({'col2': name_dict})或多键字典df.replace({'col1': name_dict, 'col2': name_dict})虽然可行，但列多的时候重复写列名很麻烦；
• 尝试df.replace({['col1', 'col2']: name_dict})报错，是因为字典的键必须是可哈希类型，而列表是不可哈希的，所以触发TypeError: unhashable type: 'list'。

两种简化方案 #

方案1：字典推导式生成映射规则

用字典推导式自动生成列名到映射字典的对应关系，不用重复写name_dict：

cols_to_map = ['col1', 'col2']
df = df.replace({col: name_dict for col in cols_to_map})

方案2：直接选中目标列并赋值

更直观的方式是先选中要处理的列，应用映射后直接赋值回原DataFrame：

cols_to_map = ['col1', 'col2']
df[cols_to_map] = df[cols_to_map].replace(name_dict)

验证结果 #

两种方法都能得到你想要的输出：

id col1 col2 col3
0  a  PHO    X  PHX
1  b  NJN  PHO  BKN
2  c    X  NJN  PHX
3  d  PHO  NJN  BKN
4  e    X    X  PHX

内容的提问来源于stack exchange，提问作者md2614