如何基于CSV中的映射字典替换pandas DataFrame指定列的取值？

你可以直接用pandas内置的map()方法实现，全程不需要编写任何if判断，操作步骤非常简单：

第一步：将映射CSV转为字典 #

假设你的映射CSV有两列，分别存储行业名称（和主表PTOCCUPATIONALINDUSTRY列的取值完全对应）、对应的数字编码，先读取这个CSV并转为字典：

import pandas as pd

# 读取映射表，替换为你自己的文件路径和实际列名
map_df = pd.read_csv("你的映射文件路径.csv")
industry_map = dict(zip(map_df["行业名称列名"], map_df["数字编码列名"]))

第二步：直接替换主表的行业列 #

直接调用列的map()方法传入上面生成的字典即可：

# main_df是你现有的主数据DataFrame，直接替换对应列取值即可
main_df["PTOCCUPATIONALINDUSTRY"] = main_df["PTOCCUPATIONALINDUSTRY"].map(industry_map)

补充说明 #

如果存在部分行业名称没有匹配到映射的情况，默认会返回NaN，如果你希望保留原来的行业名称不替换，可以改成下面的写法：

main_df["PTOCCUPATIONALINDUSTRY"] = main_df["PTOCCUPATIONALINDUSTRY"].map(industry_map).fillna(main_df["PTOCCUPATIONALINDUSTRY"])

内容的提问来源于stack exchange，提问作者Sean Roudnitsky