Pandas列值映射：指定值转换为新值，是否用if语句实现？

首先，不是只能用if语句，不过用if语句确实可以实现这个转换需求。下面分别给出不同的实现方式：

1. 使用if语句的实现方式 #

可以通过apply方法结合lambda表达式里的if-elif逻辑逐行处理数据：

import pandas as pd

# 构造原始数据
df = pd.DataFrame({'gender': [1,2,1,1,3,2,1,4,5,1]})

# 用if-elif逻辑完成转换
df['gender'] = df['gender'].apply(lambda x: 1 if x == 1 else 2 if x in [2,5] else 3 if x in [3,4] else x)

print(df)

输出结果符合你的期望：

gender
0       1
1       2
2       1
3       1
4       3
5       2
6       1
7       3
8       2
9       1

2. 更高效的Pandas原生方法（推荐） #

当处理大规模数据时，Pandas的向量化操作比逐行的if语句性能更好，推荐使用以下两种方式：

方法一：使用replace #

通过定义映射规则批量替换值：

# 定义转换规则
replace_rule = {1:1, 2:2, 5:2, 3:3, 4:3}
df['gender'] = df['gender'].replace(replace_rule)

方法二：使用map #

同样基于映射规则完成转换：

# 定义转换规则
map_rule = {1:1, 2:2, 3:3, 4:3, 5:2}
df['gender'] = df['gender'].map(map_rule)

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