如何将DataFrame中的国家名称替换为所属大洲名称？

要把DataFrame里的国家名称映射成对应的大洲，最直接的方式是用字典映射结合pandas的map()或replace()方法，我给你写个具体的实现步骤：

1. 构建国家-大洲的映射字典 #

首先把你数据里出现的所有国家和对应的大洲一一对应起来，针对你给出的数据集，字典可以这样写：

country_to_continent = {
    'Sweden': 'Europe',
    'Africa': 'Africa',  # 要是这里的"Africa"是输入错误（比如本是某个非洲国家），改成对应国家名再映射到'Africa'就行
    'Germany': 'Europe',
    'UK': 'Europe',
    'Pakistan': 'Asia',
    'ZA': 'Africa'  # ZA是南非的ISO代码，对应非洲
}

2. 用map()完成替换 #

假设你的DataFrame名为problem，Country是存储国家名称的列，执行以下代码可以生成新的大洲列（也可以直接替换原列）：

# 生成新的Continent列，保留原Country列
problem['Continent'] = problem['Country'].map(country_to_continent)

# 如果想直接替换原Country列，用这行：
# problem['Country'] = problem['Country'].map(country_to_continent)

3. 处理未匹配的国家（可选） #

如果后续数据里出现字典中没有的国家，map()会返回NaN，你可以用fillna()给这些未知值设置默认值：

problem['Continent'] = problem['Country'].map(country_to_continent).fillna('Unknown')

替代方案：用replace()方法 #

要是你希望未匹配的国家保留原名称，而不是变成NaN，可以用replace()：

problem['Continent'] = problem['Country'].replace(country_to_continent)

验证结果 #

执行完后，用problem.head(30)就能看到替换效果——原来的Sweden会变成Europe，Pakistan变成Asia，ZA变成Africa，完全符合需求。后续如果有更多国家需要映射，只需要扩展country_to_continent字典就行，非常灵活。

内容的提问来源于stack exchange，提问作者Imran Ahmad Ghazali