如何使用嵌套字典替换Pandas DataFrame多列的对应值？

核心解决方案 #

直接利用Pandas的DataFrame.replace()方法，该方法原生支持传入以列名为键、对应映射字典为值的嵌套结构，自动匹配列名并完成批量替换：

# 调用replace方法，传入嵌套字典完成替换
df.replace(nested_dict, inplace=True)

# 若需要将替换后的数值转为字符串（匹配你给出的期望输出格式）
target_cols = [col for col in nested_dict.keys()]
df[target_cols] = df[target_cols].astype(str)

代码说明 #

1. df.replace(nested_dict)：Pandas会自动识别嵌套字典的顶层键（即DataFrame的目标列名），对对应列中的值，用内层字典的键值对逐一替换。
2. inplace=True：直接在原DataFrame上修改数据，无需重新赋值；若不想改动原数据，可删除该参数，将结果赋值给新变量（如new_df = df.replace(nested_dict)）。
3. 类型转换：由于嵌套字典的映射值是整数，而期望输出为字符串格式，因此通过astype(str)批量转换目标列的类型。如果不需要字符串格式，这一步可以省略。

验证结果 #

运行代码后，DataFrame将完全匹配你给出的期望输出：

Name tranchePatrimoineImmobilier tranchePatrimoineLiquidites tranchePatrimoineFinancier trancheRevenusReguliersNetsMensuels trancheCapaciteEpargneMensuelle
0   Tom                           1                           2                           2                                      2                                  3
1  Nick                           2                           2                           1                                      3                                  1
2  Juli                           3                           1                           3                                      1                                  2

内容的提问来源于stack exchange，提问作者Hugoz13