Pandas遍历DataFrame列匹配字典键替换值异常求助

我尝试遍历DataFrame中的id列，当该列的值匹配字典的键时，将Full列为“Yes”的行的Cat列替换为对应字典的值。

代码如下：

df = pd.DataFrame({'id': ['123', '456', '789'], 'Full': ['Yes', 'No', 'Yes'], 'Cat':['','','']})
cats = {'123':'A', '456':'B', '789':'C'}
for val in df.id:
    for key, cat in cats.items():
        if key == val:
            df.Cat.loc[(df.Full == 'Yes')] = cat
df

运行后得到的结果为：

id  Full Cat
0   123 Yes  C
1   456 No  
2   789 Yes  C

预期id为123的行Cat列值为“A”，但实际结果中该列值为“C”，请问为何字典的键未被正确遍历匹配？

你的代码逻辑存在关键问题：每次匹配到id与字典键相等时，执行的df.Cat.loc[(df.Full == 'Yes')] = cat会把所有Full为“Yes”的行的Cat列全部覆盖为当前的cat值。

具体执行流程：

• 第一次循环val=123，匹配到key=123，此时把行0和行2的Cat设为“A”；
• 第二次循环val=456，匹配到key=456，但该行Full为“No”，所以没有修改；
• 第三次循环val=789，匹配到key=789，此时把行0和行2的Cat全部覆盖为“C”；
• 最终所有Full为“Yes”的行Cat值都变成了最后一次循环的“C”。

方法1：精准定位修改行（循环版） #

直接通过布尔索引同时筛选id匹配和Full为“Yes”的行，避免全量修改：

df = pd.DataFrame({'id': ['123', '456', '789'], 'Full': ['Yes', 'No', 'Yes'], 'Cat':['','','']})
cats = {'123':'A', '456':'B', '789':'C'}

for key, cat in cats.items():
    # 同时满足id匹配且Full为Yes的行，才修改Cat
    df.loc[(df['id'] == key) & (df['Full'] == 'Yes'), 'Cat'] = cat

print(df)

运行结果：

id Full Cat
0  123  Yes   A
1  456   No    
2  789  Yes   C

方法2：向量化操作（推荐） #

利用pandas的向量化特性，无需循环，效率更高：

df = pd.DataFrame({'id': ['123', '456', '789'], 'Full': ['Yes', 'No', 'Yes'], 'Cat':['','','']})
cats = {'123':'A', '456':'B', '789':'C'}

# 仅对Full为Yes的行，将id映射为字典对应值并赋值给Cat
df.loc[df['Full'] == 'Yes', 'Cat'] = df.loc[df['Full'] == 'Yes', 'id'].map(cats)

print(df)

运行结果与方法1一致。

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