如何以最Pythonic的方式将Pandas Series映射到列表（非字典）

当然有，给你几种不用字典、不用lambda的简洁实现：

1. 用numpy的take函数（最快最直接） #

直接利用numpy的索引提取能力，效率拉满：

import pandas as pd
import numpy as np

df = pd.Series([0,1,2,3])
dx = ['a','b', 'c','d']

# 用df里的数值作为索引，提取dx中的元素
result = pd.Series(np.take(dx, df))

2. 借助列表的__getitem__方法配合map #

列表的索引操作本质是调用__getitem__方法，直接把这个方法传给map就行，省去lambda：

df = pd.Series([0,1,2,3])
dx = ['a','b', 'c','d']

result = df.map(dx.__getitem__)

3. 用replace自动生成映射字典 #

如果你的索引是从0开始的连续整数，replace可以配合enumerate自动生成映射字典，比手动写字典省事：

df = pd.Series([0,1,2,3])
dx = ['a','b', 'c','d']

result = df.replace(dict(enumerate(dx)))

效率对比 #

• 大数据量下优先选np.take，numpy底层实现速度最快；
• 小数据量用map(__getitem__)足够简洁；
• replace适合需要处理非连续索引的场景。

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