在Pandas中优雅高效实现字符串到数值映射的最优方法（AA/AB/BB规则）

针对你提出的字符串编码需求，**pandas.DataFrame.replace()**是比apply()更高效优雅的实现方式——它基于矢量化操作，避免了apply()系列方法的逐元素/逐行循环，性能提升明显。以下是具体实现方案：

方法一：使用replace()进行矢量化映射 #

先定义映射字典，直接传入replace()即可完成全表的批量替换，代码简洁且效率最高：

import pandas as pd

table_input = pd.DataFrame({'Col1': ["AB", "BB"],
                          'Col2': ["AA", "AB"]},
                          index=['Sample1', 'Sample2'])
table_output = pd.DataFrame({'Col1': [0.5, 1.0],
                          'Col2': [0.0, 0.5]},
                          index=['Sample1', 'Sample2'])

# 定义映射规则
mapping = {'AA': 0.0, 'AB': 0.5, 'BB': 1.0}
# 执行替换
table_result = table_input.replace(mapping)

# 验证结果是否符合预期
print(table_result.equals(table_output))  # 输出 True

方法二：使用applymap()配合字典映射 #

如果需要更灵活的元素级处理（比如处理未在映射中的值），可以用applymap()调用字典的get()方法，性能略逊于replace()但仍优于普通apply()：

# 执行元素级映射，未匹配值可设置默认值（这里设为NaN）
table_result = table_input.applymap(lambda x: mapping.get(x, pd.NA))

效率对比 #

• replace()：底层基于Pandas的矢量化引擎实现，处理大表时速度比apply()快数倍甚至数十倍。
• applymap()：虽然是逐元素处理，但比逐行的apply()更简洁高效。
• 普通apply()：逐行/逐列循环处理，性能最差，不推荐用于大规模数据。

内容的提问来源于stack exchange，提问作者Pm740