如何更快实现Pandas单列内多个字符串值批量替换为同一值

你目前用字典映射的写法是可行的，但要批量将多个值替换为同一个目标值时，有更简洁、维护成本更低的实现方式，推荐两种常用方案：

• 方案1：replace() 列表参数写法（中小数据量首选，最直观）
  直接把所有需要替换的字符串放到列表作为第一个参数，第二个参数填写统一替换的目标值即可，不需要逐个编写键值对：

import pandas as pd
df = pd.DataFrame({'a':["US", "Japan", "UK", "China", "Peru", "Germany"]})
# 后续新增需要替换的值，直接往列表里加即可
to_replace = ['Japan','UK','China']
df['a'] = df['a'].replace(to_replace, 'Germany')
print(df)

运行结果和你给出的预期输出完全一致。

• 方案2：isin() + loc 写法（大数据量首选，性能更高）
  如果你的DataFrame数据量很大（百万行及以上），用矢量化的isin判断性能会比replace高不少：

to_replace = ['Japan','UK','China']
df.loc[df['a'].isin(to_replace), 'a'] = 'Germany'

两种方案都只需要维护一个待替换字符串列表，就算你要替换的字符串有几十个，也只需要往列表里新增元素即可，不需要重复写目标值，比原来的字典写法维护成本低很多。

内容的提问来源于stack exchange，提问作者codedancer