如何在Pandas DataFrame列中将空字典替换为指定值

首先注意你当前的实现会把列中所有字典类型的元素都替换为目标值，如果只需要替换空字典{}，需要额外加长度判断，以下是几种更符合Pandas使用习惯的实现：

1. 单列替换优先用 Series.mask #

mask是Pandas专门用于条件替换的API，满足条件的位置会被替换为指定值，可读性和性能都优于自定义apply+列表推导的写法：

import pandas as pd
data = pd.DataFrame({"a": [{}, 1, 2]})
rep = 0

# 仅替换空字典
data['a'] = data['a'].mask(data['a'].apply(lambda x: isinstance(x, dict) and len(x) == 0), rep)

# 如果要替换所有字典类型，去掉长度判断即可
# data['a'] = data['a'].mask(data['a'].apply(lambda x: isinstance(x, dict)), rep)

2. 全表多列替换用 DataFrame.replace #

如果需要对整个DataFrame的所有列做匹配替换，可以直接用replace方法，Pandas 1.4及以上版本支持传入可调用对象作为匹配规则，写法更简洁：

rep = 0
# 全表所有空字典替换为rep
data = data.replace(to_replace=lambda x: isinstance(x, dict) and not x, value=rep)

3. 元素级映射用 Series.map #

针对单列的元素级转换，map也是更符合Pandas习惯的写法：

data['a'] = data['a'].map(lambda x: rep if isinstance(x, dict) and not x else x)

以上方法相比原实现的优势：符合Pandas面向列操作的设计习惯，性能在数据量较大时明显优于手动列表推导，可读性也更强。

内容的提问来源于stack exchange，提问作者baxx