如何批量替换DataFrame中城市的非数字开头Code为对应数字编码？

针对你的需求，这里有一个高效且无需逐个城市编写代码的方法，适合处理大规模数据：

步骤1：创建测试数据（和你提供的一致） #

import pandas as pd
import numpy as np

df = {'City': ['London','Tokyo','London','Paris','Paris','London','Tokyo','Tokyo', 'Paris','Berlin','Berlin','Berlin'], 
      'Code': ['367','812','367','964','964','BN611','812','Y366','Z167','L715','412','L715']}
df = pd.DataFrame(data=df)

步骤2：构建城市与纯数字编码的映射字典 #

先筛选出每个城市对应的唯一纯数字编码，构建映射关系：

# 筛选纯数字编码的行，去重后生成城市-编码的字典
city_code_mapping = df[df['Code'].str.isdigit()].drop_duplicates('City').set_index('City')['Code'].to_dict()

步骤3：批量替换非纯数字编码 #

用矢量化操作快速完成替换，效率远高于逐行遍历：

# 判断Code是否为纯数字，非纯数字则用对应城市的基准编码替换
df['Code'] = np.where(df['Code'].str.isdigit(), df['Code'], df['City'].map(city_code_mapping))

最终处理结果 #

关键说明 #

• str.isdigit()精准匹配你的数据类型（仅纯数字、字母开头两类编码）
• 映射字典自动提取每个城市的纯数字编码，无需手动指定
• np.where是矢量化操作，适合处理数千甚至更多行的大数据量，性能优于apply逐行处理

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