pandas Series.map是否受字典键顺序影响？int64映射出现NaN

字典键的顺序不会影响pandas map方法的映射结果——字典是通过键的哈希值查找匹配的，和顺序完全无关。你遇到的问题根本原因不是顺序，而是你用字符串当字典键，但df.dtypes返回的Series里的元素是numpy dtype对象（比如numpy.int64），不是字符串。这种不匹配在某些场景下会出现偶然的隐式转换成功，其他场景失败，导致你看到的NaN。

解决办法 #

方法1：用numpy dtype对象作为字典键 #

这是最稳定的方式，无论字典顺序如何都能精准匹配：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'x': [1,2,3],
    'y': [1.0, 2.2, 3.5],
    'z': ['one', 'two', 'three']
})

type_mapping = {
    np.int64: 'integer',
    np.float64: 'decimal',
    np.object_: 'character'
}

# 无论字典键顺序怎么换，结果都正常
result = df.dtypes.map(type_mapping)
print(result)

方法2：先把dtypes转为字符串再映射 #

如果坚持用字符串当键，可以先将df.dtypes转换为字符串类型的Series，再做映射：

result = df.dtypes.astype(str).map({
    'int64': 'integer',
    'float64': 'decimal',
    'object': 'character'
})

为什么之前的代码有时正常？ #

部分pandas版本中，当你用字符串作为字典键调用map时，pandas会尝试把dtype对象隐式转为字符串去匹配。但这种转换不是100%可靠，可能因版本、环境差异出现匹配失败，就出现了你看到的NaN情况。

内容的提问来源于stack exchange，提问作者tover