如何用字典高效替换Pandas中某列的指定子集数据？

问题背景 #

有一个无NaN值的完整DataFrame，其中B列部分单元格数据错误。已准备好一个字典，键是A列的标识符，值是B列对应的正确数据。需要根据A列与字典键的匹配关系，仅替换B列对应单元格的值，其余数据保持不变。

示例代码 #

import pandas as pd

# 原始DataFrame
test_df = pd.DataFrame({
    'A' : [1,2,3,4], 
    'B' : ['one','two','c','d'],
    'C' : ['a','b','c','d']
})

# 校正字典：键是A列的标识符，值是B列的正确值
correction_dict = {
    3:'three',
    4:'four',
}

# 预期结果
wanted_result = pd.DataFrame({
    'A' : [1,2,3,4], 
    'B' : ['one', 'two','three','four'],
    'C' : ['a','b','c','d']
})

当前解法（效率瓶颈） #

目前采用循环遍历字典的方式实现替换，但当字典规模较大或A列存在大量重复匹配键时，循环的执行效率很低：

def correct_df(dictionary, df):
    for k,v in dictionary.items():
        df.loc[df['A']==k, 'B'] = v
    return df

correct_df(correction_dict, test_df)

高效替代方案 #

方案1：map + fillna（最简洁） #

利用Pandas的map方法将A列匹配字典键的值替换为对应正确值，不匹配的项会返回NaN，再用fillna保留B列原有的正确值：

test_df['B'] = test_df['A'].map(correction_dict).fillna(test_df['B'])

方案2：精准匹配后批量赋值（更高效） #

先筛选出A列在字典键中的行，再对这些行的B列批量赋值，避免处理无关行：

# 生成匹配掩码
mask = test_df['A'].isin(correction_dict.keys())
# 对匹配行的B列批量替换
test_df.loc[mask, 'B'] = test_df.loc[mask, 'A'].map(correction_dict)

方案3：replace + combine_first #

通过replace替换A列的匹配键，再用combine_first合并原B列的非匹配值，效果和方案1一致：

test_df['B'] = test_df['A'].replace(correction_dict).combine_first(test_df['B'])

以上三种方案均采用Pandas的矢量化操作，完全避免了Python层面的循环，在数据量较大时，执行效率会远高于循环遍历的方法。

内容的提问来源于stack exchange，提问作者Mirk