如何按列名匹配字典键替换DataFrame中所有'<LOD'值？

最直接的循环实现 #

针对你的需求，直接遍历replace_vals中的列名，对每一列单独替换<LOD即可，完全不会影响其他列，效率也足够应对28列的规模：

for col_name in replace_vals:
    df[col_name] = df[col_name].replace('<LOD', replace_vals[col_name])

更简洁的apply写法 #

如果喜欢一行代码的风格，也可以用apply配合lambda实现，逻辑和上面一致：

df = df.apply(
    lambda col: col.replace('<LOD', replace_vals[col.name]) 
    if col.name in replace_vals 
    else col
)

为什么你之前的代码不对？ #

你之前用np.where加全局df.replace的问题在于：每次循环都会把所有列的<LOD替换成当前列对应的检测限，最后所有列的<LOD都会被替换成最后一个循环列的值，完全不符合需求。上面的两种方法都是针对单列操作，精准替换对应列的目标值。

验证结果 #

运行代码后，你的示例DataFrame会变成：

Ti Concentration  V Concentration  Cr Concentration
0              2748               25                55
1              3551               25               100
2              1922              345                10

内容的提问来源于stack exchange，提问作者Liraell