如何通过字典匹配替换Pandas DataFrame中的文本值？

先重现你的数据和字典：

import pandas as pd

# 构建原始DataFrame
df = pd.DataFrame({
    'text': ['Aztecs', 'Apple', 'Mayans', 'Christopher', 'Banana', 'Martin']
})

# 给定的映射字典
d = {1023: ['Aztecs', 'Mayans'], 2213: ['Apple','Banana'], 3346: ['Christopher', 'Martin']}

步骤1：反转字典，生成值到键的映射 #

原字典是键→多个值的结构，我们需要转换成单个值→对应键的映射，用字典推导式快速实现：

reverse_map = {val: key for key, vals in d.items() for val in vals}

生成的reverse_map结构为：

{'Aztecs': 1023, 'Mayans': 1023, 'Apple': 2213, 'Banana': 2213, 'Christopher': 3346, 'Martin': 3346}

步骤2：替换DataFrame中的值 #

用Pandas的map()方法直接替换text列的内容：

df['text'] = df['text'].map(reverse_map)

最终结果 #

执行后你的DataFrame会变成：

可选：处理不存在的映射值 #

如果text列中有不在字典里的内容，map()会返回NaN，可以用fillna()填充默认值：

df['text'] = df['text'].map(reverse_map).fillna('未匹配')

内容的提问来源于stack exchange，提问作者LVA