如何将pandas DataFrame列中列表元素按字典映射替换为对应值

报错原因 #

map()方法传入字典时，会把列中每个单元格的整体值作为字典的键查询对应值，而你的单元格值是列表，列表属于不可哈希类型，无法作为字典的键，因此触发该错误。你的需求是替换列表内部的每个字符串元素，而非替换列表本身，因此不能直接把字典传给map()。

解决方案 #

方法1：apply + 列表推导式（小数据量首选，代码简洁易读） #

对每个单元格的列表做遍历，逐个元素查询映射字典：

# 替换为你的实际列名和映射字典名
df["your_column"] = df["your_column"].apply(lambda x: [mapping_dict[item] for item in x])

如果存在列表元素不在映射字典的情况，可添加兜底值避免抛出KeyError：

# 示例兜底值为-1，可根据需求调整
df["your_column"] = df["your_column"].apply(lambda x: [mapping_dict.get(item, -1) for item in x])

方法2：explode + map + 聚合（大数据量首选，性能更优） #

先把列表拆分为单行单个元素，用向量化的map()做映射，再按原索引聚合回列表：

df["your_column"] = df["your_column"].explode().map(mapping_dict).groupby(level=0).agg(list)

测试示例 #

可运行以下代码验证效果：

import pandas as pd

# 构造测试数据
df = pd.DataFrame({
    "your_column": [["a", "b"], ["c", "a", "d"], ["b"]]
})
mapping_dict = {"a": 1, "b": 2, "c": 3, "d": 4}

# 执行替换
df["your_column"] = df["your_column"].apply(lambda x: [mapping_dict[item] for item in x])
print(df)

输出结果：

your_column
0        [1, 2]
1     [3, 1, 4]
2           [2]

内容的提问来源于stack exchange，提问作者Matthew D'vertola