Pandas映射列值时返回全NaN问题及正确映射需求

问题根源 #

1. 缺失值键不匹配：映射字典里用的是"NaN"，但数据里的缺失值是大写的"NAN"，大小写不一致导致无法匹配。
2. 字符串含多余空格：原始数据中人格类型字符串（比如"INTP "）带有尾部空格，和字典里无空格的键无法匹配。
3. Series操作错误：q20 = castaway_details["personality_type"]得到的是一个Series，你却用q20["personality_type"]赋值，属于错误操作，应直接对Series本身进行映射。

修正后的代码 #

# 修正映射字典的缺失值键，改为大写"NAN"
mapping = {
    "ISTJ":1, "ISTP":2, "ISFJ":3, "ISFP":4, 
    "INFP":6, "INTJ":7, "INTP":8, "ESTP":9, 
    "ESTJ":10, "ESFP":11, "ESFJ":12, "ENFP":13, 
    "ENFJ":14, "ENTP":15, "ENTJ":16, "NAN": 17
}

# 先去除字符串前后空格，再执行映射，直接修改原DataFrame
castaway_details["personality_type"] = castaway_details["personality_type"].str.strip().map(mapping)

# 若需保留原数据，可创建新列存储结果：
# castaway_details["personality_score"] = castaway_details["personality_type"].str.strip().map(mapping)

验证结果 #

执行后DataFrame会符合你的期望输出：

如果数据中存在真正的NaN（不是字符串格式的"NAN"），可额外用fillna补充处理：

castaway_details["personality_type"] = castaway_details["personality_type"].str.strip().map(mapping).fillna(17)

内容的提问来源于stack exchange，提问作者Ali_Khaled