Python Pandas：匹配字典键替换DataFrame列值的循环排障

问题根源 #

你之前的循环错误大概率是因为用了包含匹配（比如'iPhone 14' in phone_name）而非精确匹配，导致所有包含"iPhone 14"的型号（如"iPhone 14 Pro"）都误匹配到"iPhone 14"对应的电池值。

最优解决方案（无需循环，高效准确） #

假设你的字典定义如下：

iphone_dict = {
    "iPhone 14": 3279,
    "iPhone 14 Pro": 3200,
    "iPhone 14 Pro Max": 4323
}

方法1：使用map()（推荐）

仅替换匹配到字典键的行，未匹配的保留原Battery值：

df['Battery'] = df['Phone Name'].map(iphone_dict).fillna(df['Battery'])

方法2：使用replace()

直接替换匹配到的型号对应的电池值：

df['Battery'] = df.replace({'Phone Name': iphone_dict})['Battery']

若坚持使用循环（不推荐，效率低） #

需确保精确匹配字典键，同时使用df.at修改原DataFrame：

for idx, row in df.iterrows():
    phone_name = row['Phone Name']
    if phone_name in iphone_dict:
        df.at[idx, 'Battery'] = iphone_dict[phone_name]

内容的提问来源于stack exchange，提问作者Austin Kwak