DataFrame字符串列转可复用数值：replace映射无效如何解决？

首先，你遇到的replace方法不生效，大概率是因为设置了regex=True导致的——这个参数会把你的映射字典键当作正则表达式子串去匹配，而不是完全匹配列中的整串字符串。比如如果字典里有键"London"，它会把任何包含"London"的字符串（比如"London City"）里的"London"部分替换，而不是只替换完全等于"London"的单元格，这显然不是你想要的效果。

下面给你几种高效的解决方案，适合处理大量唯一名称的场景：

方法一：使用map()（推荐，最直接高效） #

map()方法是专门为这种"键-值映射"设计的，它会完全匹配列中的每个字符串和字典的键，然后替换成对应的值，非常适合你的需求。

假设你要转换的列名为'Location'，映射字典是d_loc，代码如下：

# 直接替换，不在字典中的值会变成NaN
test_df['Location'] = test_df['Location'].map(d_loc)

# 如果想保留不在字典中的原始值，加上fillna
test_df['Location'] = test_df['Location'].map(d_loc).fillna(test_df['Location'])

方法二：修正replace()的参数 #

如果你坚持想用replace()，只需要把regex=False（默认其实就是False，你之前手动设成True是问题根源），让它做完全匹配替换：

test_df.replace(to_replace=d_loc, inplace=True)
# 不需要指定value=None，因为字典本身已经包含键值对了

方法三：自动生成数值映射（无需手动构建字典） #

如果你不需要自定义数值，只是想给每个唯一名称分配一个唯一整数，可以用分类类型的cat.codes：

# 先把列转为category类型
test_df['Location'] = test_df['Location'].astype('category')
# 提取自动生成的数值编码，生成新列或者替换原列
test_df['Location_num'] = test_df['Location'].cat.codes

这种方法会自动按名称的排序分配整数，省了你手动构建字典的麻烦。

注意事项 #

• 确保映射字典的键和DataFrame列中的字符串完全一致，包括大小写、空格、特殊字符（比如"New York"和"new york"是两个不同的键），否则会匹配失败。
• 如果用map()遇到NaN值，先检查是否有字符串不在字典里，或者是否有拼写不一致的情况。

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