如何基于列表索引替换DataFrame列中的对应值？

核心思路 #

先把给定的州列表转换成州名→索引的映射字典，再用这个字典批量替换DataFrame目标列中的值。

步骤1：创建映射字典 #

通过enumerate遍历列表，生成键为州名、值为对应索引的字典：

state_list = ['Alabama', 'Arizona', 'South Carolina', 'South Dakota', 'Tennessee', 'Texas', 'Utah']
state_to_index = {state: idx for idx, state in enumerate(state_list)}

生成的字典示例：{'Alabama': 0, 'Arizona': 1, ..., 'Utah': 6}

步骤2：替换DataFrame列的值 #

假设你的DataFrame目标列名为state，有两种常用方法：

方法一：使用map()

直接将字典映射到列上，不在字典中的值会被转为NaN；如果需要保留原值得话，可以追加fillna：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'state': ['Alabama', 'Texas', 'Arizona', 'South Carolina', 'Texas']})

# 替换值
df['state'] = df['state'].map(state_to_index)

处理后state列结果：[0, 5, 1, 2, 5]

如果要保留不在列表中的原始值：

df['state'] = df['state'].map(state_to_index).fillna(df['state'])

方法二：使用replace()

这个方法会自动保留不在字典中的值，无需额外处理：

df['state'] = df['state'].replace(state_to_index)

内容的提问来源于stack exchange，提问作者cherrynote