如何用字典替换Pandas列中指定值并保留其余值？

嗨，这个问题我之前也踩过坑！你用map()的时候遇到的情况是正常的——map()的特性就是：如果传入的字典里没有对应键，它会返回NaN，而na_action参数只是用来处理原数据中本身就存在的NaN的，对没匹配到的键完全不起作用，所以才会把"mel"变成NaN。

给你两个可行的解决方案：

方案1：使用replace()方法（推荐） #

这个方法是Pandas专门为这种“仅替换指定值，其余保留”的场景设计的，用法非常简洁，直接传入你的替换字典就行：

# 直接替换指定值，未匹配的保持原样
df['col_1'] = df['col_1'].replace(value2fixed)

运行后你的DataFrame就会变成：

方案2：map()结合fillna()（如果你一定要用map的话） #

如果因为某些原因必须用map()，可以先执行映射，再用原列的值填充生成的NaN，把未匹配的内容还原回来：

# 先映射，再用原数据填充NaN
df['col_1'] = df['col_1'].map(value2fixed).fillna(df['col_1'])

这个方法的逻辑是：先让map()把匹配到的键替换成对应值，没匹配到的变成NaN，然后用原列的原始值把这些NaN填充回去，最终效果和replace()完全一致。

内容的提问来源于stack exchange，提问作者dr jerry