Python中如何基于字典替换Pandas DataFrame列值？

你原来的循环写法不仅不够简洁，还存在逻辑问题：pandas.Series.replace() 默认不修改原序列，你没有接收返回值的话，运行完原表不会发生任何改动；而且多次循环全列替换的性能会随数据量上涨明显变差。

最简洁高效的做法是先把现有字典结构反转成「国家代码为键、对应大洲为值」的正向映射字典，再单次调用替换方法完成全部转换，代码如下：

# 反转原有字典结构，生成 国家代码:大洲 的直接映射
code_map = {code: continent for continent, code_list in country_dict.items() for code in code_list}

# 单次完成全列替换，未匹配到的代码会原样保留
df['Country'] = df['Country'].replace(code_map)

方案优势 #

• 仅需一次列扫描就完成全部替换，数据量越大性能优势越明显
• 代码逻辑清晰，扁平化后的映射字典可以复用于其他匹配场景，不需要每次都遍历原嵌套结构
• 不需要写循环逻辑，代码更简洁易维护

如果你希望未匹配到的国家代码显示为空值而不是保留原内容，把replace换成map即可：

df['Country'] = df['Country'].map(code_map)

内容的提问来源于stack exchange，提问作者Hendrik