如何将Pandas DataFrame特定行整数转为指定字符串？遇报错求助

错误原因 #

1. 列名不匹配：你分组用的是'smoking-number'（连字符），但后续过滤用的是'smoking_number'（下划线），这会导致找不到对应列。
2. 逻辑判断错误：用&同时判断smoking-number等于1、2、3，同一行不可能同时满足三个条件，应该用isin或者|（或）来筛选目标行。
3. 赋值语法错误：最后一行的写法完全错误，你把loc的结果直接赋值给newdata，还试图用列表批量赋值，这会让newdata变成列表，自然没有loc属性。

正确实现方式 #

方法1：用map做映射（最简洁）

先定义数值到字符串的映射字典，然后直接对列进行转换：

newdata = newdf.groupby('smoking-number').mean().reset_index()
sem = newdf.groupby('smoking-number').sem().reset_index()

# 定义映射字典
smoking_map = {1: 'never', 2: 'former', 3: 'current'}
# 对目标列做映射
newdata['smoking-number'] = newdata['smoking-number'].map(smoking_map)

方法2：用replace替换

和map逻辑类似，直接用replace批量替换：

newdata = newdf.groupby('smoking-number').mean().reset_index()
sem = newdf.groupby('smoking-number').sem().reset_index()

newdata['smoking-number'] = newdata['smoking-number'].replace({1: 'never', 2: 'former', 3: 'current'})

方法3：用loc逐个赋值（适合复杂条件）

如果需要单独针对每个数值做赋值，可以这样写：

newdata = newdf.groupby('smoking-number').mean().reset_index()
sem = newdf.groupby('smoking-number').sem().reset_index()

newdata.loc[newdata['smoking-number'] == 1, 'smoking-number'] = 'never'
newdata.loc[newdata['smoking-number'] == 2, 'smoking-number'] = 'former'
newdata.loc[newdata['smoking-number'] == 3, 'smoking-number'] = 'current'

内容的提问来源于stack exchange，提问作者Caledonian26