如何用函数或循环简化Python中重复的DataFrame值替换代码？

首先，我们可以用函数封装重复提取逻辑+字典批量替换的方式，把你的代码大幅简化，同时完全保留原逻辑：

# 定义通用函数：获取某列去重后的前N小值（默认取前7个）
def get_top_n_smallest_unique(column, n=7):
    return column.drop_duplicates().nsmallest(n).tolist()

# ----------------处理value_bucket_min列----------------
# 提取df1和df2中该列的去重前7小值
df1_min_list = get_top_n_smallest_unique(df1['value_bucket_min'])
df2_min_list = get_top_n_smallest_unique(df2['value_bucket_min'])
# 构建替换字典：df1的值对应df2的同位置值
min_replace_dict = dict(zip(df1_min_list, df2_min_list))
# 批量替换
df1['value_bucket_min'] = df1['value_bucket_min'].replace(min_replace_dict)

# ----------------处理value_bucket_max列----------------
df1_max_list = get_top_n_smallest_unique(df1['value_bucket_max'])
df2_max_list = get_top_n_smallest_unique(df2['value_bucket_max'])
max_replace_dict = dict(zip(df1_max_list, df2_max_list))
df1['value_bucket_max'] = df1['value_bucket_max'].replace(max_replace_dict)

为什么这样写更优？ #

• 干掉重复代码：把重复的drop_duplicates().nsmallest()逻辑封装成函数，以后要调整取前N个值（比如改成前5个），只需要改函数的n参数就行。
• 批量替换更高效：用dict(zip())把df1和df2的对应值做成映射字典，一次调用replace()就能完成所有替换，比你原来多次调用replace()简洁得多，也减少出错概率。
• 逻辑完全匹配原代码：原代码里nsmallest(k).iloc[-1]是取第k小的去重值，而nsmallest(7)返回的列表正好是第1到第7小的顺序，所以用zip配对完全对应你原来的替换逻辑。

如果想再精简一步，还可以把列的处理用循环封装，进一步干掉重复：

def get_top_n_smallest_unique(column, n=7):
    return column.drop_duplicates().nsmallest(n).tolist()

# 遍历需要处理的两列
for col_name in ['value_bucket_min', 'value_bucket_max']:
    df1_vals = get_top_n_smallest_unique(df1[col_name])
    df2_vals = get_top_n_smallest_unique(df2[col_name])
    replace_dict = dict(zip(df1_vals, df2_vals))
    df1[col_name] = df1[col_name].replace(replace_dict)

内容的提问来源于stack exchange，提问作者Elena