如何遍历pandas DataFrame并通过指定字典替换0、1值

pandas内置方法可以直接完成需求，无需手动逐行逐列遍历，效率远高于自定义循环。

步骤说明 #

1. 先确认你的DataFrame中0、1的存储类型，如果是整数类型，需要先把映射字典的key从字符串转为整数，避免匹配失败。
2. 直接调用pandas的replace方法传入映射字典即可完成按列替换。

完整代码示例 #

import pandas as pd
import numpy as np

# 构造测试用DataFrame，第二行全为0，其余行全为1，和你给出的预期输出匹配
df = pd.DataFrame(np.ones((5, 6), dtype=int))
df.loc[1] = 0

# 你的列映射字典
map_dict = {
    0: {'0': 'G', '1': 'A'},
    1: {'0': 'G', '1': 'A'},
    2: {'0': 'T', '1': 'A'},
    3: {'0': 'G', '1': 'A'},
    4: {'0': 'A', '1': 'C'},
    5: {'0': 'C', '1': 'A'}
}

# 映射字典key类型转换（如果你的df里0、1是整数，需要这一步；如果是字符串可以删掉）
for col in map_dict:
    map_dict[col] = {int(k): v for k, v in map_dict[col].items()}

# 按列替换核心代码
df = df.replace(map_dict)

运行结果 #

输出前两行如下，和你给出的预期一致：

0  1  2  3  4  5
0  A  A  A  A  C  A
1  G  G  T  G  A  C

注意：如果你需要第一行全部输出为A，调整映射字典中第4列1对应的取值即可。

可选遍历实现（不推荐大数据量使用） #

如果确实需要通过遍历实现，也可以按列调用map方法完成替换：

for col in df.columns:
    df[col] = df[col].map(map_dict[col])

内容的提问来源于stack exchange，提问作者RandomX27