如何在Pandas中按字典列表值匹配替换DataFrame列值？

已知有类似问题讨论，但仍需解决以下场景：当DataFrame中Col列的取值存在于某个字典的列表型值中时，用字典对应的键替换该列值。

示例数据

import pandas as pd

df = pd.DataFrame({"Col": ["Apple", "Appy", "aple","Banana", "Banaa", "Banananan", "Carrot", "Mango", "Pineapple"]})

remap_dict = {"Apple": ["Appy", "aple"],
              "Banana": ["Banaa", "Banananan"]}

直接使用Pandas的replace方法无法处理值为列表的字典：

df["Col"].replace(remap_dict, regex=True)

需要实现的效果是：将Col列中属于字典列表值的元素，替换为对应的字典键，其余值保持不变。

期望输出

Col
0   Apple
1   Apple
2   Apple
3   Banana
4   Banana
5   Banana
6   Carrot
7   Mango
8   Pineapple

方法1：反转字典结构后使用replace #

先把原字典反转，生成{别名: 目标值}的结构，这样就能直接用replace方法处理：

# 反转字典，将列表中的每个别名映射到对应键
reverse_dict = {alias: key for key, aliases in remap_dict.items() for alias in aliases}
# 执行替换操作
df["Col"] = df["Col"].replace(reverse_dict)

执行后，Col列中属于reverse_dict键的元素会被替换为对应的值，其余元素保持原样，完全符合需求。

方法2：使用map结合get方法 #

基于反转后的字典，用map配合get方法，指定默认值为原元素，实现映射替换：

reverse_dict = {alias: key for key, aliases in remap_dict.items() for alias in aliases}
df["Col"] = df["Col"].map(lambda x: reverse_dict.get(x, x))

这种方法和方法1效果一致，若后续需要扩展映射逻辑，调整lambda表达式即可。

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