如何检查Pandas列值是否为字典键并将无效值替换为NA

核心思路是用Pandas内置的isin()方法判断值是否在合法缩写集合中，不符合的直接替换为空值即可，无需做全称映射。

实现代码 #

假设你已定义好州缩写字典为state_dict，待处理的DataFrame为df：

import pandas as pd

# 1. 提取所有合法州缩写
valid_state_abbr = state_dict.keys()

# 2. 替换无效值为NA，合法值保留原值
# 方法1：where方法，写法简洁
df["LOSS STATE"] = df["LOSS STATE"].where(df["LOSS STATE"].isin(valid_state_abbr), pd.NA)

# 方法2：loc索引实现，逻辑更直观
# df.loc[~df["LOSS STATE"].isin(valid_state_abbr), "LOSS STATE"] = pd.NA

可选优化 #

如果你的数据可能存在大小写不统一、首尾带空格的问题，可以先清洗数据再做判断，避免合法值被误判：

# 先去除首尾空格+统一转大写，再做判断
df["LOSS STATE"] = df["LOSS STATE"].str.strip().str.upper().where(
    df["LOSS STATE"].str.strip().str.upper().isin(valid_state_abbr), 
    pd.NA
)

效果验证 #

按照你给出的示例数据运行后，索引为5的Nonsense会被替换为NA，其余合法缩写全部保留原有值，完全符合需求。

内容的提问来源于stack exchange，提问作者Nhyi