嵌套字典值映射到DataFrame不生效，如何正确完成字段值替换？

失效原因 #

你遇到的替换不生效问题和不同字段存在相同键无关，核心原因是值类型不匹配：你定义的映射字典里的键是字符串类型（如'1'、'2'），但DataFrame对应列存储的是整数类型的1、2，pandas的replace方法会严格匹配值+类型，两类值判定为不相等，自然无法触发替换。
另外注意不要用dict作为变量名，会覆盖Python内置的dict关键字，容易引发后续不可预知的错误。

正确实现方式 #

方法1：统一类型后直接用嵌套字典替换 #

如果要直接用整个嵌套字典执行替换，提前统一列类型和映射键的类型即可，示例代码如下：

# 首先重命名映射字典，不要用dict做变量名
mapping = {
    'customer_id': { '1': '47598374539', '2': '859082093'}, 
    'age': { '1': '55+', '2': '25'}, 
    'gender': { '1': 'male', '2': 'female'}
}

# 将需要替换的列统一转成字符串，匹配映射字典的键类型
for col in mapping.keys():
    df[col] = df[col].astype(str)

# 执行替换即可得到预期结果
df = df.replace(mapping)

方法2：逐列替换（更稳妥，不影响其他列） #

如果担心全局替换影响其他无关列的值，可以逐列做映射处理，示例代码如下：

mapping = {
    'customer_id': { '1': '47598374539', '2': '859082093'}, 
    'age': { '1': '55+', '2': '25'}, 
    'gender': { '1': 'male', '2': 'female'}
}

for col, col_mapping in mapping.items():
    # 转类型后替换，不存在于映射中的值会保留原值
    df[col] = df[col].astype(str).replace(col_mapping)

内容的提问来源于stack exchange，提问作者Tara-S1983