使用字典映射DataFrame列值失败：.map()与.replace()均无效求助

问题分析 #

你遇到的映射失败（出现NaN或无变化），大概率是字符串首尾存在空白字符（空格、制表符等），导致df2的Original Currency列值和字典di的键无法匹配；另外，直接用zip生成字典时，若df1的Currency列有重复值，虽当前数据重复值对应Code相同不会影响，但用更稳妥的方式生成字典能避免潜在问题。

解决步骤 #

1. 清理字符串空白 #

先对两个DataFrame的对应列做首尾空白清理：

# 清理df1中Currency列的首尾空白
df1['Currency'] = df1['Currency'].str.strip()
# 清理df2中Original Currency列的首尾空白
df2['Original Currency'] = df2['Original Currency'].str.strip()

2. 生成可靠的映射字典 #

避免重复键干扰（即使当前数据重复值对应结果相同，也建议用这种方式）：

# 去重后将Currency设为索引，转换为字典
di = df1.drop_duplicates(subset='Currency').set_index('Currency')['Code'].to_dict()

3. 执行映射操作 #

推荐新增一列存储映射结果（保留原列更稳妥）：

# 使用map映射
df2['Currency Code'] = df2['Original Currency'].map(di)

# 或者使用replace替换原列（按需选择）
df2['Original Currency'] = df2['Original Currency'].replace(di)

4. 排查未匹配值 #

如果还有NaN，检查哪些值未匹配到：

unmatched_values = df2[~df2['Original Currency'].isin(di.keys())]['Original Currency'].unique()
print("未匹配的货币值：", unmatched_values)

根据输出结果去df1补充对应映射关系，或修正df2的异常值。

内容的提问来源于stack exchange，提问作者Nick D'Agostino