replace()字典映射需明确作用范围：全局替换易误改非目标列，应指定列名嵌套字典；注意数据类型一致、nan需单独处理；正则替换必加regex=true；优先用map()做单列精确映射，性能更高。
replace() 字典映射怎么写才不踩坑
直接传 {'A': 'B', 'C': 'D'} 是最常用也最容易出错的方式——它默认作用于整个 DataFrame，所有列里只要出现 A 或 C 都会被替换，哪怕你只想动某几列。
常见错误现象：df.replace({'A': 'B', 'C': 'D'}) 把数字列里的 1A（字符串）或含 A 的 ID（如 'ID-A01'）也替换了，而你本意只是替换分类字段中的离散标签。
- 想只改特定列？必须显式指定列名字典：
df.replace({'type': {'A': 'B', 'C': 'D'}, 'status': {'pending': 'wait'}}) - 值是数字但被当字符串匹配？确保类型一致：
df['score'].replace({1: 'low', 2: 'mid'})中的1是 int，不能写成'1'（除非原数据确实是字符串） - 遇到
NaN不替换？replace()默认不处理NaN，要用df.fillna()单独处理，或搭配pd.NA和value参数谨慎使用
正则替换必须加 regex=True，否则白写
写 df.replace(r'd+.?d*', 'NUM', regex=True) 能批量抹掉所有浮点/整数；但漏掉 regex=True，Pandas 就按字面量去搜字符串 '\d+\.?\d*'，结果一条都找不到。
使用场景：清洗带单位的字段（如 '24.5kg' → '24.5'）、标准化手机号（'+86-138-xxxx-xxxx' → '138xxxxxxxx'）、清理脏字符（''、'u200b' 等不可见符）。
- 多个正则要分别替换？用字典 +
regex=True：df.replace({r'^s+|s+$': '', r'[^ws]': ' '}, regex=True) - 只想替换某列？和字典映射一样，列名嵌套：
df['text'].replace({r'√': '对', r'ⅹ|×': '错'}, regex=True) - 性能影响：开启
regex=True后，Pandas 会对每个单元格做正则编译与匹配，大数据量时明显变慢；若只是固定字符串替换，坚决不用正则
inplace=True 不是万能钥匙，该链式就链式
inplace=True 看似省事，但会破坏函数式习惯，且在某些组合操作中引发隐性 bug——比如 df[col].replace(..., inplace=True) 后再调用 .str.upper()，可能因视图/副本机制报 SettingWithCopyWarning。
更稳妥的做法是赋值回写：df['col'] = df['col'].replace(...)，尤其当你后续还要接 .str、.astype() 等链式操作时。
-
inplace=True对Series安全，对DataFrame全局替换也行，但别混用：df.replace(..., inplace=True)+df['col'].replace(...)容易混乱 - 链式调用更清晰：
df.assign(col=df['col'].replace({...}))显式表达“生成新列”，适合 pipeline 场景 - 注意：
inplace=True不返回值，所以new_df = df.replace(..., inplace=True)会让new_df变成None
map 比 replace 快，但只适用于单列精确映射
如果你只是把一列的离散值按字典一对一转换（比如编码转中文），map() 比 replace() 快 3–5 倍，且自动把没匹配上的值转为 NaN，反而利于发现异常值。
但 map() 不支持正则、不支持多列、不支持部分匹配——df['code'].map({'A': 'Apple', 'B': 'Banana'}) 中，'AB' 会直接变 NaN，而 replace() 还能配 regex=True 做子串替换。
- 安全用法：
df['label'] = df['label'].map(mapping_dict).fillna(df['label'])补回未映射项 - 别用
map()处理含空值的列而不设na_action='ignore'，否则NaN会被强制转成NaN（看似没变，实则触发了类型转换） - 大数据量下，如果 mapping 字典很大（>10k 键），考虑先转
pd.Series(mapping_dict)再.reindex()，有时更快
真正麻烦的不是语法，而是搞不清「我要替换的是内容本身，还是内容里的某一部分」——前者用字典映射或 map，后者必须上正则，而且得先确认目标是否真的可被正则安全覆盖。一个 regex=True 漏写，或一个列范围没锁死，就可能让清洗逻辑悄悄污染其他字段。
