如何使用配置JSON实现DataFrame中冗余无效数据的批量重命名替换

步骤1：创建映射配置JSON文件 #

首先新建一个后缀为.json的配置文件，比如命名为replace_config.json，注意JSON语法要求所有字符串必须使用双引号包裹，不能用单引号，否则会加载报错，文件内容示例：

{
    "a": "A",
    "b": "B"
}

后续需要新增替换规则，直接在JSON里追加键值对即可。

步骤2：Python脚本实现批量替换 #

操作逻辑如下：

• 导入pandas处理表格数据，导入Python内置的json库读取配置文件
• 加载JSON配置为Python字典格式
• 读入你的目标DataFrame
• 调用pandas内置的replace方法传入映射字典，完成全表/指定列的批量替换

完整可运行示例代码：

import pandas as pd
import json

# 读取替换配置
with open("replace_config.json", "r", encoding="utf-8") as f:
    replace_mapping = json.load(f)

# 这里是示例测试DataFrame，实际使用时替换为你自己的DataFrame读入逻辑即可
df = pd.DataFrame({
    "类别": ["a", "b", "c", "a", "其他"],
    "标识": ["b", "d", "e", "a", "b"]
})

# 全表批量替换匹配值
df = df.replace(replace_mapping)

# 如果你只需要替换指定列，使用下面的写法即可，替换指定列的场景性能更好
# df[["类别", "标识"]] = df[["类别", "标识"]].replace(replace_mapping)

# 输出验证结果
print(df)

以上逻辑支持所有和映射键完全匹配的内容批量替换，不管值在哪个单元格，只要完全命中键就会替换为对应的值，如果需要模糊匹配替换，可以在replace方法中添加regex=True参数，同时把映射键写为正则表达式规则即可。

内容的提问来源于stack exchange，提问作者sayan_sen