如何将Pandas字符串Series替换为列表？解决replace报错问题

1. 为什么apply可行而replace不行？ #

pandas.Series.replace本质是做标量替换标量的工具，哪怕你传入的字典值是列表，它也会把整个列表当成单个值去替换原列的标量元素，这就会触发ValueError——因为默认情况下Series的单个元素只能存储标量，无法直接存放列表类型。

而apply是对Series的每个元素单独执行自定义逻辑，你可以在函数里明确返回列表，Pandas允许Series的元素为列表类型，因此能得到预期结果。

2. 等效replace的解决方案（保留未匹配值） #

要实现“匹配则映射为对应列表，不匹配则保留原值并包装成单元素列表”的效果，有两种简单可行的方法：

方法一：apply结合字典get方法 #

直接在apply的lambda函数里用dict.get()处理未匹配场景，把未匹配的值自动包装成单元素列表：

mapping = {"a": ["x", "y"], "b": ["z"]}
df['new_col'] = df['original_col'].apply(lambda x: mapping.get(x, [x]))

方法二：map结合缺失值填充 #

利用map的向量化优势（比全量apply更快），先完成匹配值的映射，再对未匹配的缺失值填充为原元素的单元素列表：

df['new_col'] = df['original_col'].map(mapping)
# 筛选出未匹配的行，赋值为原元素的单元素列表
mask = df['new_col'].isna()
df.loc[mask, 'new_col'] = df.loc[mask, 'original_col'].apply(lambda x: [x])

3. 最高效的转换方式 #

当数据量较大时，**方法二（map+缺失值填充）**效率更高。因为map是Pandas内置的向量化操作，比逐元素执行的apply快很多，仅对未匹配的小部分数据用apply处理，整体性能最优。

如果你的映射字典规模很大，还可以先把原列转为category类型，再执行map操作，能进一步提升速度：

df['original_col'] = df['original_col'].astype('category')
df['new_col'] = df['original_col'].map(mapping)
mask = df['new_col'].isna()
df.loc[mask, 'new_col'] = df.loc[mask, 'original_col'].apply(lambda x: [x])

内容的提问来源于stack exchange，提问作者semblable