如何在含元组的Pandas DataFrame中使用DataFrame.replace？

你遇到的问题是因为pandas的replace方法在处理object类型列中的元组时，会将元组拆解成ndarray元素去匹配，导致无法和字典里的元组键直接对比，从而抛出类型错误。下面是两种实用的解决方法：

方法一：使用apply逐个替换元素 #

直接对列中的每个元组对象进行字典查找，apply会保留元组的原始类型，不会拆解它们：

import pandas as pd

toy_df = pd.DataFrame({'col0': [('Hello','Sarah!'),('Bye', 'my', 'dear', 'Beth')]})

toy_dict = {('Hello','Sarah!') : ('oh,', 'you', 'again'), ('Bye', 'my', 'dear', 'Beth'):('xoxo',)}

# 用apply遍历每个元素，从字典中获取替换值，找不到则保留原元素
toy_df['col0'] = toy_df['col0'].apply(lambda x: toy_dict.get(x, x))
print(toy_df)

运行后输出：

col0
0  (oh,, you, again)
1            (xoxo,)

方法二：将元组转为哈希able的字符串（可选） #

如果你的元组内容不含特殊分隔符，也可以先把元组转成字符串，替换后再转回元组：

# 元组转字符串
toy_df['col0_str'] = toy_df['col0'].apply(str)
# 构建字符串键的字典
str_dict = {str(k): str(v) for k, v in toy_dict.items()}
# 替换后转回元组
toy_df['col0'] = toy_df['col0_str'].replace(str_dict).apply(eval)
# 删掉临时列
toy_df.drop('col0_str', axis=1, inplace=True)
print(toy_df)

注意：这种方法依赖eval，如果元组内容有安全风险（比如来自不可信数据源），不建议使用，方法一更安全可靠。

内容的提问来源于stack exchange，提问作者Seno