如何批量替换Pandas DataFrame中Country列的国家代码为全称？

最简洁高效的方式是先构建国家代码与全称的映射字典，再用Pandas内置方法完成批量替换，以下是两种常用方案：

方案1：使用replace()方法（推荐，自动保留未匹配值） #

1. 先创建包含所有55个国家对应关系的字典：

country_mapping = {
    'ALB': 'Albania',
    'CHN': 'China',
    'USA': 'United States',
    # 补充剩余52个国家的代码与全称
}

2. 执行批量替换：

df['Country'] = df['Country'].replace(country_mapping)

这个方法会自动替换字典中存在的代码，未在字典里的代码会保持原值，无需额外处理。

方案2：使用map()方法（需处理未匹配值） #

如果想用map()实现，可以这样写：

# 替换匹配项，未匹配项会转为NaN
df['Country'] = df['Country'].map(country_mapping)
# 若要保留未匹配的原代码，加上fillna处理
df['Country'] = df['Country'].map(country_mapping).fillna(df['Country'])

小示例验证 #

假设你的DataFrame初始结构如下：

import pandas as pd
df = pd.DataFrame({'Country': ['ALB', 'CHN', 'XYZ']})

执行replace后，结果会是：

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