如何将Pandas列值替换为连续递增数值 适配大规模数据集

现有如下测试数据集：

import pandas as pd
data = {'Account':['Paul','Jenn']}
df = pd.DataFrame(data=data)

需要实现规则：将Account列中的Paul替换为数值1，Jenn替换为数值2。要求实现逻辑基于for循环编写，可直接适配规模更大的数据集，完成账户名称到对应数值的批量替换。

核心思路是先把账户名和替换值的对应关系抽成独立的映射字典，再通过循环遍历映射规则完成批量替换，后续新增替换规则只需要修改字典即可，不需要调整循环逻辑，适配大规模数据集场景：

# 维护账户名-目标数值的映射，新增替换规则直接追加字典键值对即可
account_mapping = {
    "Paul": 1,
    "Jenn": 2
}

# 初始化存储替换结果的列，如需覆盖原列可直接操作df['Account']
df["account_code"] = 0

# for循环遍历映射规则完成批量替换
for name, code in account_mapping.items():
    df.loc[df["Account"] == name, "account_code"] = code

执行代码后输出的DataFrame如下：

• 该方案逻辑和配置解耦，哪怕后续需要替换上百个不同的账户值，只需要往account_mapping里追加对应键值对即可
• 赋值逻辑基于pandas原生的loc定位实现，在十万、百万级的大数据集上运行也能保持较好的性能
• 匹配逻辑精准，不会出现错配、漏配的问题

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