如何不使用循环为pandas DataFrame多列同时应用各自的映射规则

解决方案 #

你可以直接使用pandas原生的DataFrame.replace()方法实现需求，该方法原生支持传入列名到映射规则的嵌套字典，无需自行编写遍历逻辑：

import pandas as pd

# 原始数据
df = pd.DataFrame({'col1': ['a','a','b','b'],
                   'col2': ['a','a','b','b']})
dict_map = {'col1': {'a': 0.5, 'b': 1.0},
            'col2': {'a': 0.6, 'b': 0.9}}

# 核心替换逻辑
df = df.replace(dict_map)

运行后输出结果如下：

col1  col2
0   0.5   0.6
1   0.5   0.6
2   1.0   0.9
3   1.0   0.9

补充说明 #

如果数据量较大，想要更高的运行效率，可以使用map结合列名匹配的方式实现，性能优于replace：

df = df.apply(lambda col: col.map(dict_map[col.name]))

注意如果列中存在映射字典中没有的取值，replace会保留原始值，map会返回NaN，可根据实际需求选择。

内容的提问来源于stack exchange，提问作者Aaron England