如何用条件逻辑替换Pandas DataFrame中指定列的特定行值？

你的代码核心错误在于替换逻辑的实现方式，以及对Pandas Series赋值的理解偏差：

1. 字典的get()方法传入元组security_mic完全无效——字典只会查找与键完全匹配的项，而你没有键为('AQXE', 'AQEU')的条目，因此返回None，赋值给Series必然报错。
2. 即使换成字符串test，若你的目标是按规则替换特定值而非统一赋值，这种写法也不符合需求。

以下是几种正确的实现方式：

方法一：结合loc与replace #

直接对符合条件的行执行值替换：

# 定义替换规则映射
replace_rules = {'AQXE': 'XUBS', 'AQEU': 'AQED'}
# 筛选trade_type为DARK的行，替换execution_venue列的指定值
table.loc[table['trade_type'] == 'DARK', 'execution_venue'] = table.loc[table['trade_type'] == 'DARK', 'execution_venue'].replace(replace_rules)

方法二：使用np.where条件赋值 #

通过条件判断实现精准替换，不影响其他行：

import numpy as np

replace_rules = {'AQXE': 'XUBS', 'AQEU': 'AQED'}
table['execution_venue'] = np.where(
    table['trade_type'] == 'DARK',
    # 符合条件时，用映射替换，未匹配到的值保持原样
    table['execution_venue'].apply(lambda x: replace_rules.get(x, x)),
    # 不符合条件时，保留原数值
    table['execution_venue']
)

方法三：使用mask方法 #

mask会在条件为True时替换对应位置的值：

replace_rules = {'AQXE': 'XUBS', 'AQEU': 'AQED'}
table['execution_venue'] = table['execution_venue'].mask(
    table['trade_type'] == 'DARK',
    table['execution_venue'].replace(replace_rules)
)

内容的提问来源于stack exchange，提问作者user19667022