使用Pandas基于国家-地区映射替换国籍列为所属地区

你写的循环代码问题出在：遍历df["nationality"]时，value是列中的字符串值，调用value.index是操作字符串的索引方法，而非DataFrame的行索引，自然拿不到对应行的region值，这就是代码跑不起来的原因。

下面给你几个简单可行的方案，基于country和nationality值完全匹配的前提（你的数据示例符合这个条件）：

方法1：构建映射字典后用map批量替换 #

先提取country到region的唯一映射关系，再替换nationality列：

# 生成country→region的映射字典（去重避免重复键）
country_to_region = df.drop_duplicates(subset=['country']).set_index('country')['region'].to_dict()

# 替换nationality列
df['nationality'] = df['nationality'].map(country_to_region)

方法2：直接用replace方法替换 #

和方法1原理一致，直接用映射字典完成替换：

country_to_region = df.drop_duplicates(subset=['country']).set_index('country')['region'].to_dict()
df['nationality'] = df['nationality'].replace(country_to_region)

方法3：处理不匹配的特殊情况（可选） #

如果nationality中存在和country不匹配的值，可以用fillna保留原内容，或替换为指定值：

# 不匹配时保留原nationality值
df['nationality'] = df['nationality'].map(country_to_region).fillna(df['nationality'])

# 或者替换为"Unknown"
# df['nationality'] = df['nationality'].map(country_to_region).fillna('Unknown')

用你的数据示例测试，运行后结果如下：

内容的提问来源于stack exchange，提问作者Zuko36