如何基于另一列值替换Pandas DataFrame中的指定值？

我尝试基于Pandas DataFrame中另一列的值替换指定值。现有从Excel生成的sample_df，新增空列b；另有网页抓取得到的ex_list，希望根据a列的值匹配，仅替换满足条件的b列位置为对应值，而非整列替换。但以下两种代码执行后均未生效：

示例代码1 #

# this would be the excel document df
sample_df = pd.DataFrame({"a":[1,2,3,4,5]})
sample_df["b"] = ""
# this data would be webscrapped using information above
ex_list = [[1, "CHANGE"],[4, "CHANGE"]]

for sub in ex_list:
    location = sample_df.loc[sample_df['a']==sub[0], 'b'].iloc[0]
    sample_df.replace(location, sub[1])
sample.head()

错误分析 #

• sample_df.replace()默认返回修改后的新DataFrame，不会直接修改原数据；且你通过location获取的是空字符串，执行replace会把所有空字符串替换，不符合"仅替换指定位置"的需求。
• 最后调用sample.head()是变量名错误，应为sample_df.head()。

示例代码2 #

sample_df = pd.DataFrame({"a":[1,2,3,4,5]})
sample_df["b"] = ""
ex_list = [[1, "CHANGE"],[4, "CHANGE"]]

for sub in ex_list:
    sample_df[sample_df['a']==sub[0], 'b'].iloc[0] += sub[1]
sample_df.head()

错误分析 #

• Pandas中定位行和列的正确方式是loc，sample_df[sample_df['a']==sub[0], 'b']属于语法错误。
• 即便修正索引，iloc[0]的链式赋值写法容易触发Pandas的SettingWithCopyWarning，导致修改无法同步到原DataFrame。

可行解决方案 #

方案1：修正循环赋值逻辑 #

直接用loc精准定位目标行和列，直接赋值：

sample_df = pd.DataFrame({"a":[1,2,3,4,5]})
sample_df["b"] = ""
ex_list = [[1, "CHANGE"],[4, "CHANGE"]]

for sub in ex_list:
    sample_df.loc[sample_df['a'] == sub[0], 'b'] = sub[1]

print(sample_df.head())

输出结果：

a       b
0  1  CHANGE
1  2        
2  3        
3  4  CHANGE
4  5        

方案2：向量化处理（高效适配大数据量） #

将ex_list转为字典，用map实现批量匹配，避免循环：

sample_df = pd.DataFrame({"a":[1,2,3,4,5]})
sample_df["b"] = ""
ex_list = [[1, "CHANGE"],[4, "CHANGE"]]

replace_dict = dict(ex_list)
sample_df['b'] = sample_df['a'].map(replace_dict).fillna('')

print(sample_df.head())

该方法性能更优，适合处理大规模数据集。

内容的提问来源于stack exchange，提问作者Jeff Gordon