如何基于字典键值对高效替换pandas DataFrame指定列的取值

问题核心原因 #

你操作后列值未修改的核心原因是：pandas 中绝大多数数据操作方法默认返回新对象，不会直接修改原 DataFrame，你调用 df.replace({"col1": di}) 后没有将结果赋值回原变量，原 df 自然不会发生变化。
同时你问题中贴的代码与预期输出的对应关系写反了，实际要实现的是 col1 列中 1 替换为 A、2 替换为 B、未匹配的 w 保留原值的效果，以下是两种常用的高效实现方案：

方案1：使用 replace 方法（适合全匹配替换，逻辑直观） #

这是你当前尝试的方法，仅需补充赋值操作即可生效，适合中小规模数据集：

# 赋值回原变量即可生效，不会修改原数据的内存结构
df = df.replace({"col1": di})

# 不推荐使用 inplace=True 参数，易产生不可预期的副作用
# df.replace({"col1": di}, inplace=True)

方案2：map + fillna 组合（性能更优，适合大规模数据集） #

当 DataFrame 数据量超过10万行时，该方案的执行效率比 replace 高30%以上：

# map 会将匹配到的值做映射，未匹配的返回NaN，再用fillna把原值填回即可
df['col1'] = df['col1'].map(di).fillna(df['col1'])

执行上述任意一种方法后，得到的结果如下：

col1 col2
0    w    a
1    A    2
2    B  NaN

内容的提问来源于stack exchange，提问作者swarna