Pandas中如何仅对State为California的行映射字典值？

原始数据 #

DataFrame：

State   City
0  California      1
1  California      2
2    Lousiana      1
3    Virginia      2

映射字典：

dic = {1: 'LA', 2: 'SF'}  # 注意：LA和SF需用字符串引号包裹，否则会报未定义错误

需求 #

仅当State列值为California时，用上述字典对City列做值映射，其他行保留原City值。

原代码问题分析 #

你之前写的代码：

df['City'] = df['City'].where(df['State']=='California').map(dic)

问题在于df['City'].where(df['State']=='California')会把所有State不等于California的行的City值替换为NaN，后续map操作无法将NaN转换回原始值，最终导致非目标行的City变成NaN。

正确解法 #

方法1：使用loc定位目标行（推荐，效率高）

通过loc精准定位符合条件的行，仅对这些行的City列执行映射：

df.loc[df['State'] == 'California', 'City'] = df.loc[df['State'] == 'California', 'City'].map(dic)

方法2：使用np.where条件赋值

利用numpy.where实现"条件满足则映射，否则保留原值"的逻辑：

import numpy as np
df['City'] = np.where(df['State'] == 'California', df['City'].map(dic), df['City'])

方法3：使用apply逐行处理

适合逻辑复杂的场景，逐行判断并赋值：

df['City'] = df.apply(lambda row: dic[row['City']] if row['State'] == 'California' else row['City'], axis=1)

执行结果 #

三种方法都能得到预期结果：

State   City
0  California     LA
1  California     SF
2    Lousiana      1
3    Virginia      2

内容的提问来源于stack exchange，提问作者xtc_