为什么pandas的replace命令无法将分类数据转换为数值

• 原始字符串包含额外单引号
  你展示的样例数据中Q1列的取值外层包裹了多余的单引号，实际存储值为"'13 years old'"、"'14 years old'"，和替换字典中不带外层单引号的键无法匹配，导致替换失效。
  修复代码：

  Instance_data['Q1'].replace({
      "'13 years old'": 1,
      "'14 years old'": 2,
      "'15 years old'": 3,
  }, inplace=True)
  

• Q1列为category分类类型
  如果Q1列被设置为分类类型，替换的目标数值不在原有分类枚举值范围内时，replace操作会直接失效。
  修复代码：

  # 先转为字符串类型再执行替换
  Instance_data['Q1'] = Instance_data['Q1'].astype(str).replace({
      '13 years old': 1,
      '14 years old': 2,
      '15 years old': 3,
  })
  

• 操作对象是DataFrame切片副本
  如果Instance_data是从其他DataFrame切片筛选得到的副本，使用inplace=True时修改只会作用于临时副本，不会同步到你实际调用的变量上，还会触发SettingWithCopyWarning警告。
  修复代码：

  # 生成切片时显式创建独立副本
  Instance_data = 原始数据集.loc[筛选条件].copy()
  # 再执行替换操作
  Instance_data['Q1'].replace({
      '13 years old': 1,
      '14 years old': 2,
      '15 years old': 3,
  }, inplace=True)
  

• 字符串首尾存在空白字符
  原始数据的Q1取值可能带有未显示的首尾空格、制表符等，和替换字典的键无法完全匹配。
  修复代码：

  # 先去除首尾空白再替换
  Instance_data['Q1'] = Instance_data['Q1'].str.strip().replace({
      '13 years old': 1,
      '14 years old': 2,
      '15 years old': 3,
  })
  

内容的提问来源于stack exchange，提问作者Encipher