如何编写def函数通过字典映射替换DataFrame列值且不直接引用列名？

实现思路 #

遍历parsing_map字典中的键值对，自动获取目标列名和对应的替换规则，无需硬编码列名，实现通用的列值替换逻辑。

完整代码实现 #

import pandas as pd

def map_column_values(df, parsing_map):
    # 复制原DataFrame，避免修改原始数据
    processed_df = df.copy()
    # 遍历映射规则，处理每一列
    for col, replace_rules in parsing_map.items():
        processed_df[col] = processed_df[col].replace(replace_rules)
    return processed_df

# 测试代码
if __name__ == "__main__":
    data = [["English"], ["French"], ["Spanish"]]
    df = pd.DataFrame(data, columns=['Communication_Language__c'])

    lang = {"English": "ENG", "French": "FR"}
    parsing_map = {"Communication_Language__c": lang}

    # 调用函数处理数据
    result_df = map_column_values(df, parsing_map)
    print(result_df)

代码说明 #

• 函数map_column_values接收两个核心参数：待处理的df和定义替换规则的parsing_map
• 先复制原DataFrame，保证原始数据不受修改（若需要原地修改，可改为processed_df[col].replace(replace_rules, inplace=True)并去掉返回值）
• 遍历parsing_map时，col自动对应目标列名（比如Communication_Language__c），replace_rules对应该列的替换字典（比如lang）
• pandas的replace方法会自动匹配列中与字典键一致的值，替换为对应的值，未匹配的值保持原样

运行输出 #

Communication_Language__c
0                       ENG
1                        FR
2                    Spanish

内容的提问来源于stack exchange，提问作者user19788086