基于字典替换Pandas DataFrame列值无效果问题排查求助

你的问题核心在于Pandas的replace()方法默认不会原地修改原数据——它会返回一个新的Series/DataFrame对象，如果你没有把这个结果赋值回原列，或者没有使用inplace=True参数，原数据自然不会发生变化。

先看你的简化示例问题 #

你原来的代码：

for key, value in newVals.items():
    df1['A'].replace({key: value})

这段代码每次调用replace()都会生成一个新的Series，但你没有把它赋值回df1['A']，也没让修改在原对象上生效。可以改成两种方式：

方式1：赋值回原列（更推荐，避免原地修改的副作用）

import pandas as pd
df1 = pd.DataFrame({'A':['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3'], 'C': ['C0', 'C1', 'C2', 'C3'], 'D': ['D0', 'D1', 'D2', 'D3']})
newVals = {'A0': 0, 'A1': 1, 'A2': 2, 'A3': 3}
# 直接传入整个字典，一次完成替换，赋值回原列
df1['A'] = df1['A'].replace(newVals)

方式2：使用inplace=True参数原地修改

df1['A'].replace(newVals, inplace=True)

再修正你的完整流程代码 #

你的第4步是问题重灾区：没必要循环字典的key-value对，直接把整个映射字典传给replace()即可，同时要确保修改生效。修改后的代码如下：

iterator = 0
for item in mapList:
    code = code_list[iterator]
    col_name = code_to_column[code]
    # 直接传入整个映射字典，赋值回原列完成替换
    osha_accident_injury[col_name] = osha_accident_injury[col_name].replace(item)
    iterator += 1

额外的代码优化建议 #

为了让你的代码更简洁高效，还可以优化前面的步骤：

1. 提取唯一accident_code的更简洁写法

# 直接用unique()获取唯一值，转成列表
code_list = osha_accident_lookup['accident_code'].unique().tolist()
# 批量移除不需要的代码
codes_to_remove = ['PTYP', 'COST', 'ENDU']
code_list = [code for code in code_list if code not in codes_to_remove]

2. 创建映射字典列表的简化写法
   用列表推导式替代循环，更简洁：

mapList = [
    dict(zip(
        osha_accident_lookup[osha_accident_lookup['accident_code'] == code]['accident_number'],
        osha_accident_lookup[osha_accident_lookup['accident_code'] == code]['accident_value']
    ))
    for code in code_list
]

这样修改后，你的编码替换操作就能正常生效了。

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