如何批量将Pandas列中指定集合的值替换为'Other'

需求场景 #

你有两个Pandas DataFrame：

• DataFrame1的Values列包含约100个需要替换的目标值，示例如下：

• DataFrame2的示例如下：

需要将DataFrame2中所有出现在DataFrame1的Values列的值替换为'Other'，最终效果如下：

批量替换解决方案 #

不用逐个写值替换，以下几种方法都能实现批量处理：

方法1：使用isin() + np.where

这是最直观的方式，先标记匹配项再替换：

import pandas as pd
import numpy as np

# 构造示例DataFrame（实际使用时替换成你的真实数据）
df1 = pd.DataFrame({'Values': ['Celery', 'Beetroot', 'Pineapple']})
df2 = pd.DataFrame({'Values': ['Apple', 'Carrot', 'Pineapple', 'Celery', 'Beetroot']})

# 批量替换逻辑
df2['Values'] = np.where(df2['Values'].isin(df1['Values']), 'Other', df2['Values'])

df2['Values'].isin(df1['Values'])会生成布尔数组，标记出df2中哪些值存在于df1里，np.where根据这个标记完成替换。

方法2：直接用replace传入值列表

Pandas的replace方法支持传入值列表，一次性替换所有匹配项：

df2['Values'] = df2['Values'].replace(df1['Values'].tolist(), 'Other')

把df1的Values列转成列表后传给replace，列表里的所有值都会被替换成'Other'。

方法3：使用mask方法

mask方法会将满足条件的元素替换为指定值，写法更简洁：

df2['Values'] = df2['Values'].mask(df2['Values'].isin(df1['Values']), 'Other')

以上三种方法都能高效处理大量待替换值的场景，不用手动逐个指定替换项。

内容的提问来源于stack exchange，提问作者monica