DataFrame批量替换分类变量遇ValueError：替换列表长度不匹配求助

错误原因 #

你写的代码里，to_replace和value用了集合（大括号包裹），集合会自动去重，导致value实际只有2个唯一值（{"Male","Female"}），而to_replace有6个唯一值。Pandas会把这两个参数当作列表来做一对一替换，要求两者长度必须一致，因此触发ValueError: Replacement lists must match in length。

正确解决方案 #

方法1：使用字典映射（最直观） #

直接用键值对定义每个旧值对应的新值，这是Pandas replace方法处理多对一替换的标准用法：

data['Gender'] = data['Gender'].replace(
    to_replace={"male": "Male", "M": "Male", "m": "Male", 
                "female": "Female", "f": "Female", "F": "Female"}
)

方法2：统一转小写后映射（更简洁） #

先把所有值转成小写，再用map做批量映射，避免重复写多个键：

data['Gender'] = data['Gender'].str.lower().map({'male': 'Male', 'female': 'Female'})
# 若存在空值或非目标值，可添加默认值保持原内容
data['Gender'] = data['Gender'].str.lower().map({'male': 'Male', 'female': 'Female'}).fillna(data['Gender'])

方法3：正则表达式替换（适合复杂匹配） #

用str.replace结合正则，匹配所有大小写形式的male/female缩写或全称：

import re
# 匹配m/M开头或male，替换为Male
data['Gender'] = data['Gender'].str.replace(r'^(m|male)$', 'Male', flags=re.IGNORECASE)
# 匹配f/F开头或female，替换为Female
data['Gender'] = data['Gender'].str.replace(r'^(f|female)$', 'Female', flags=re.IGNORECASE)

内容的提问来源于stack exchange，提问作者JuliTos