如何在Python中批量替换DataFrame列中的缩写（如NY→New York）

核心解决思路 #

不用多次单独调用单值替换，直接给replace()方法传入键值对映射字典，就能一次性完成所有缩写到全称的替换。

具体实现步骤 #

1. 定义替换映射字典
   把需要替换的所有缩写和对应的全称整理成字典：

   state_mapping = {
       'NY': 'New York',
       'US': 'United States',
       'CA': 'California',
       'TX': 'Texas'
   }
   

2. 批量替换的两种写法

   • 写法一（沿用你习惯的inplace模式）：

     df['prod_state'].replace(state_mapping, inplace=True)
     

     直接将字典传入replace()，Pandas会自动遍历prod_state列，匹配字典中的键并替换为对应全称。

   • 写法二（更推荐，避免修改原DataFrame）：

     df['prod_state'] = df['prod_state'].replace(state_mapping)
     

     这种方式返回替换后的Series，重新赋值给原列，能保留原始数据的副本，降低误操作风险。

常见问题提示 #

• 替换默认是精确匹配，如果列中的缩写存在大小写不一致（比如ny而非NY），可以添加regex=True并使用正则匹配，例如：

  state_mapping = {
      r'^NY$': 'New York',
      r'^US$': 'United States'
  }
  df['prod_state'] = df['prod_state'].replace(state_mapping, regex=True)
  

• 之前批量替换出错，大概率是因为错误地传入多组单值参数（而非字典），比如replace('NY','New York','US','United States')，这种写法不符合replace()的参数规范。

内容的提问来源于stack exchange，提问作者Jessica Chizoba Nkwa