Pandas DataFrame值替换问题求助：数值未成功替换

核心问题分析 #

你的替换操作未生效，主要是两个关键原因：

• Pandas的replace方法默认返回新的Series对象，没有赋值回原DataFrame，原数据自然不会被修改
• 代码中使用字符串形式的'5'/'4'作为匹配目标，但CSAT列实际数据可能是数值类型（int/float），导致匹配不到对应值

正确解决方案 #

1. 赋值回原列 + 匹配正确数据类型 #

推荐用字典映射的方式，既直观又能避免顺序出错：

# 定义映射关系，根据CSAT列的实际数据类型选择键的格式（数值/字符串）
csat_mapping = {
    1: 'Very Unsatisfied',
    2: 'Unsatisfied',
    3: 'Neutral',
    4: 'Satisfied',
    5: 'Very Satisfied'
}
# 必须赋值回原列，才能修改原DataFrame的数据
data["CSAT"] = data["CSAT"].replace(csat_mapping)

如果CSAT列是字符串类型，只需把字典的键改成字符串：

csat_mapping = {
    '1': 'Very Unsatisfied',
    '2': 'Unsatisfied',
    '3': 'Neutral',
    '4': 'Satisfied',
    '5': 'Very Satisfied'
}
data["CSAT"] = data["CSAT"].replace(csat_mapping)

2. 验证数据类型（可选） #

不确定列类型时，可以先检查确认：

# 查看列的数据类型
print(data["CSAT"].dtype)
# 查看前几行数据的实际格式
print(data["CSAT"].head())

3. 替代方案：使用map函数 #

如果是严格的一对一映射，map函数的效率更高：

data["CSAT"] = data["CSAT"].map(csat_mapping)
# 若存在不在映射字典中的值，可保留原数值：
# data["CSAT"] = data["CSAT"].map(csat_mapping).fillna(data["CSAT"])

内容的提问来源于stack exchange，提问作者Zordas X