如何在Python中就地替换DataFrame列值为对应数组元素？

已知你的DataFrame中color列是1-5的整数，且有对应单词数组colors，以下是两种最简就地替换方案：

方案一：利用replace方法（显式就地修改） #

直接生成数字到单词的映射字典，调用replace并设置inplace=True完成就地修改：

df['color'].replace(dict(zip(range(1, 6), colors)), inplace=True)

原理：dict(zip(range(1,6), colors))生成{1: 'blue', 2: 'yellow', 3: 'red', 4: 'white', 5: 'black'}的映射字典，replace方法会将列中匹配的数字替换为对应单词，inplace=True确保直接修改原DataFrame。

方案二：数组索引直接赋值（更简洁） #

利用数字与数组索引的偏移关系（数字=索引+1），直接取对应单词赋值给原列：

df['color'] = [colors[x-1] for x in df['color']]

如果处理大数据集，可使用向量化操作提升效率：

df['color'] = colors[df['color'].sub(1).to_numpy()]

原理：将每个数字减1得到数组的有效索引，直接提取对应单词并覆盖原列，同样是就地修改原DataFrame。

验证结果 #

执行上述任一方案后，你的DataFrame会变为：

code   color
0    A   white
1    B    blue
2    C  yellow
3    D   black
4    E    blue

内容的提问来源于stack exchange，提问作者Dario de Judicibus