为什么不用以元组为键的字典替换工作?

不,这样不行

首先,熊猫从你的字典中获取键和值,然后调用 replace 有了这些iTerables:

keys, values = zip(*items)
to_replace, value = keys, values

return self.replace(to_replace, value, inplace=inplace,
                    limit=limit, regex=regex)

下一步,因为您现在有了类似列表的键和值,它将输入 replace_list :

elif is_list_like(to_replace):  # [NA, ''] -> [0, 'missing']
    if is_list_like(value):
        new_data = self._data.replace_list(src_list=to_replace, dest_list=value,
                                           inplace=inplace, regex=regex)

下一步, 替换\u列表 尝试在元组数组和值数组之间执行比较:

def comp(s):
    if isnull(s):
        return isnull(values)
    return _possibly_compare(values, getattr(s, 'asm8', s),
                             operator.eq)

masks = [comp(s) for i, s in enumerate(src_list)]

最后, _possibly_compare 检查键类似数组时值是否由标量组成,从而导致错误:

if is_scalar(result) and (is_a_array or is_b_array):
    raise TypeError("Cannot compare types %r and %r" % tuple(type_names))

有些位,可能是重要的位,我在这里排除了。但希望你能理解要点。

结论

在我看来, pd.Series.replace 有严重问题。与大多数pandas API不同,无论是在实现什么方面,还是在性能方面,它通常都是不可预测的。很明显,它的块是用纯Python编写的,不能很好地执行。

这个 documentation 很好地总结了模糊性:

这个方法有很多选择。我们鼓励您尝试和 利用这个方法来获得它是如何工作的直觉。

pd.Series.map 是有效的,并且不受中实现的纯Python逻辑的影响 代替 .

见 Replace values in a pandas series via dictionary efficiently 另一个例子。

坚持 map 别回头看 代替 .