如何高效将Pandas DataFrame中的问卷文本答案替换为数值？

针对你的1800条问卷数据，以下是几种高效的文本转数值实现方式，均可直接处理object类型的列：

1. 字典映射 + map()（单列/指定列首选） #

这是最直观且性能优异的方式，适合单独处理某几列：

# 定义映射字典
answer_mapping = {'agree': 1, 'neutral': 2, 'disagree': 3}

# 单列替换
df['question_1'] = df['question_1'].map(answer_mapping)

# 多列批量替换（比如所有以'question_'开头的列）
question_cols = [col for col in df.columns if col.startswith('question_')]
for col in question_cols:
    df[col] = df[col].map(answer_mapping)

map()在处理Series时内部做了优化，1800行数据的处理速度可以忽略不计。

2. replace()方法（多列批量处理更简洁） #

如果需要一次性替换DataFrame中所有符合映射规则的列，replace()可以直接传入字典批量操作：

answer_mapping = {'agree': 1, 'neutral': 2, 'disagree': 3}

# 替换所有包含目标文本的列
df.replace(answer_mapping, inplace=True)

# 或者指定列替换
df[question_cols] = df[question_cols].replace(answer_mapping)

replace()底层是向量化操作，性能和map()接近，代码更简洁。

3. 分类类型（Categorical）转换（适合后续统计分析） #

如果问卷答案有明确顺序（比如agree < neutral < disagree），可以将列转为Categorical类型，同时指定顺序，后续统计时更合理：

from pandas.api.types import CategoricalDtype

# 定义分类顺序
cat_type = CategoricalDtype(categories=['agree', 'neutral', 'disagree'], ordered=True)
# 转换为分类类型
df[question_cols] = df[question_cols].astype(cat_type)
# 将分类转为对应数值（默认从0开始，这里+1让agree对应1）
df[question_cols] = df[question_cols].cat.codes + 1

这种方式不仅完成数值替换，还保留了答案的顺序关系，后续做排序、分位数计算等统计操作时更准确，性能完全满足1800行的规模。

注意事项 #

• 若存在映射字典外的文本值，map()会返回NaN，replace()则保留原文本；如需处理可添加fillna()，比如df['question_1'].map(answer_mapping).fillna(0)（0代表无效值）。
• 1800行属于小型数据集，上述三种方法的性能差异几乎可以忽略，可根据后续需求选择最适合的方式。

内容的提问来源于stack exchange，提问作者LM1995