Pandas更新DataFrame行的替代方法：避免冗长if-elif手动修改日期

我有如下示例数据：

我需要更新date列的数据，例如将2021/05修改为05/10/2021、2021/06修改为06/12/2021，所有行的新日期都需要手动指定。

目前我使用的写法如下，请问有没有更高效巧妙的实现方式？

for i in df.index:
    if df['date'][i] == '2021/05':
        df['date'][i] = '05/10/2021'
    elif df['date'][i] == '2021/06':
        df['date'][i] = '06/12/2021'

需要更新的行数超过一百条，上述写法会导致代码非常冗长，希望找到更简洁的方案。

通过映射字典 + pandas内置批量替换方法即可实现需求，完全不用写循环和多分支判断：

1. 先把所有旧日期到新日期的对应关系整理成一个字典，所有规则统一在字典里维护，100条数据只需要加100个键值对即可
2. 直接调用replace()方法完成批量替换，底层是向量化操作，比手写循环效率高得多，还能避免原生写法的链式赋值警告

示例代码如下：

# 定义新旧日期映射规则，所有需要替换的对应关系都在这里添加
date_map = {
    "2021/05": "05/10/2021",
    "2021/06": "06/12/2021",
    "2021/07": "这里填你要替换的2021/07对应的新日期",
    # 剩余需要替换的日期按上面的格式继续加即可
}

# 批量替换，没有匹配到的日期会保留原值不修改
df["date"] = df["date"].replace(date_map)

如果你的需求是只有在映射里存在的日期才保留新值，不存在的直接设为空值，可以把最后一行替换为：

df["date"] = df["date"].map(date_map)

内容的提问来源于stack exchange，提问作者kobo