Python中如何在for循环内使用df.replace(key:value)实现列值替换

pandas的replace()方法默认不会修改原DataFrame，仅返回替换后的新对象，你当前的循环中仅调用了replace()却没有接收返回值，也没有开启原地修改参数，所以原数据集不会有变化。

方案1：开启原地修改（适合小数据集快速操作） #

在replace()参数中添加inplace=True，直接修改原DataFrame：

for i in cat_var_3:
    dummydf.replace({i: airdic}, inplace=True)

方案2：显式赋值接收结果（更稳定，推荐） #

直接针对单列做替换后赋值回原列，逻辑更清晰，避免inplace参数的潜在风险：

for i in cat_var_3:
    dummydf[i] = dummydf[i].replace(airdic)

方案3：省略循环，批量替换（效率最高） #

你可以直接构造多列的替换映射表，一次性完成所有目标列的替换，不需要写循环：

# 生成所有待处理列的替换规则
replace_mapping = {col: airdic for col in cat_var_3}
# 替换后赋值回原数据集
dummydf = dummydf.replace(replace_mapping)

替换完成后可以打印目标列的前几行验证结果：

print(dummydf[cat_var_3].head())

以你提供的示例数据中Airline列为例，替换后原数值3会变为19.21744828，1变为16.39988767，4变为36.02920528即为替换成功。

内容的提问来源于stack exchange，提问作者infinityPK