如何将DataFrame中的类别名称替换为对应ID？代码问题求助

你的代码存在三个核心问题：

• 字典映射关系搞反：你用ID作为键、类别名称作为值，但实际需要的是类别名称→ID的映射，这样才能通过类别名称找到对应ID。
• 嵌套循环逻辑错误：dict_categorias[tuplo[1]]会触发KeyError，因为字典的键是ID（tuplo[0]），不是类别名称（tuplo[1]）。
• 遍历效率低下：用iterrows()逐行处理DataFrame，数据量大时性能极差，完全没必要。

正确实现步骤 #

1. 构建正确的类别映射字典 #

从IdCat（元组列表，每个元组是(ID, 类别名称)）生成反向映射：

# 键：类别名称，值：对应ID
dict_categorias = {tuplo[1]: tuplo[0] for tuplo in IdCat}
# 生成后的字典示例：{'TUBO':1, 'LEITOR':2, 'ANTENA':3, 'POE':4}

2. 用矢量化操作替换类别名称 #

Pandas提供了两种高效的矢量化方法，比循环快几个数量级：

方法一：使用map（不存在的类别转为NaN）

适合需要把未匹配的类别标记为缺失值的场景：

tabela_new['Categoria'] = tabela_new['Categoria'].map(dict_categorias)

处理后你的示例DataFrame会变成：

Data  Código de barras  Categoria  Valor Uni (€)
0 2022-12-31       5415306102467          2            NaN
1 2022-12-31       3662211007819        NaN            NaN

方法二：使用replace（不存在的类别保留原内容）

适合需要保留未匹配类别名称的场景：

tabela_new['Categoria'] = tabela_new['Categoria'].replace(dict_categorias)

处理后你的示例DataFrame会变成：

Data  Código de barras  Categoria  Valor Uni (€)
0 2022-12-31       5415306102467          2            NaN
1 2022-12-31       3662211007819       CAIXA            NaN

内容的提问来源于stack exchange，提问作者Shadow