Python中如何直接将pandas Series通过字典迭代映射生成新Series？

pandas 原生提供了Series.map()方法专门处理这类映射需求，是当前场景下性能最高、写法最简洁的实现：

s1 = pd.Series(['a','b','c','d'])
d = {'a':1, 'b':2, 'c':3, 'd':4}

# 直接调用map方法传入字典即可
s2 = s1.map(d)

方案优势 #

• 完全匹配你的需求：自动遍历Series的每个元素，通过字典做映射匹配，输出结果为目标Series格式
• 不需要手动写迭代逻辑，内部做了矢量化优化，数据量越大相对列表推导式的性能优势越明显
• 规避了直接调用d.values()的顺序风险：完全按照Series原有元素顺序做匹配，不会因为Python 3.7之前版本字典不保留插入顺序的特性出现结果错位的问题
• 异常情况处理更友好：如果Series中出现字典不存在的key，会自动返回NaN，你也可以搭配fillna()自定义默认值，示例：

  # 未匹配到的元素默认填充为0
  s2 = s1.map(d).fillna(0, downcast='infer')
  

内容的提问来源于stack exchange，提问作者redhouse