如何高效替换Pandas DataFrame中指定列表匹配的列值？

最直接高效的方式是利用字典映射结合Pandas的replace()方法，步骤如下：

1. 构建原列表与新列表的映射字典
   把需要替换的旧值和对应的新值一一对应成字典，这是实现快速查找替换的核心：

   old_values = ['apple', 'tomato', 'mango']
   new_values = ['fruit1', 'fruit2', 'fruit3']
   replace_mapping = dict(zip(old_values, new_values))
   

2. 调用Pandas的replace()方法完成替换
   直接对目标列使用replace()方法传入映射字典即可，支持原地修改或生成新列：

   import pandas as pd
   
   # 模拟你的DataFrame
   df = pd.DataFrame({'values': ['tomato', 'pineapple', 'apple', 'banana', 'mango']})
   
   # 方式1：原地修改原列
   df['values'].replace(replace_mapping, inplace=True)
   
   # 方式2：生成新列，保留原数据
   # df['new_values'] = df['values'].replace(replace_mapping)
   

执行后，df['values']的结果就会符合预期：

fruit2
pineapple
fruit1
banana
fruit3

为什么这个方法高效？ #

字典的键值查找是O(1)时间复杂度，Pandas内部对字典映射的替换做了向量优化，比循环遍历、apply()这类逐行处理的方式快得多，尤其适合大数据量场景。

内容的提问来源于stack exchange，提问作者nerd