本文介绍如何使用 map() 配合 combine_first() 在 pandas 中精准更新特定行的列值，避免因键不匹配导致其他行变为 nan，特别适用于行政区划代码与名称的歧义消解场景。
在处理波兰县级行政区数据时，常遇到同名县（如多个“Powiat brzeski”）分布在不同省份的问题。仅靠县名无法唯一标识，需结合省级名称增强区分度（如 "Powiat brzeski_Malopolskie"）。此时，自然想到用 df['Code'].map(code_to_county) 基于代码映射新名称——但该方法对字典中不存在的代码会返回 NaN，导致原始县名（如 'Powiat ciechanowski'）被意外清空，破坏数据完整性。
正确做法是：保留原始值作为兜底，仅用映射结果覆盖匹配项。Pandas 提供了简洁高效的解决方案——combine_first()：
# 定义映射关系（仅覆盖需消歧义的条目）
code_to_county = {
1202000: "Powiat brzeski_Malopolskie",
2402000: "Powiat bielski_Slaskie",
802000: "Powiat krośnieński_Lubuskie",
3017000: "Powiat ostrowski_Wielkopolskie",
3005000: "Powiat grodziski_Wielkopolskie"
}
# 安全更新：匹配项用映射值，未匹配项保留原 County 值
df['County'] = df['Code'].map(code_to_county).combine_first(df['County'])combine_first() 的核心逻辑是：以左操作数（映射结果 Series）为优先级更高的“新数据”，右操作数（原始 df['County']）为后备数据；对每个索引位置，若左值非空则采用左值，否则回退至右值。这完美规避了 map() 单独使用时的 NaN 泄漏风险。
✅ 优势总结：
- 零数据丢失：未在字典中定义的代码（如 9999999）对应县名保持不变；
- 语义清晰：代码意图明确表达“有则更新，无则保留”；
- 性能高效：基于向量化操作，无需 apply() 或循环；
- 可扩展性强：支持后续追加更多映射规则，不影响已有逻辑。
⚠️ 注意事项：
- 确保 code_to_county 字典的键类型与 df['Code'] 列一致（如均为 int，避免 str 键导致全部不匹配）；
- 若需批量处理多列或复杂逻辑，可封装为函数并结合 assign() 提升可读性；
- 对超大规模数据，建议先用 df['Code'].isin(code_to_county.keys()) 检查匹配覆盖率，预防意外大量 NaN。
通过这一模式，你既能精准解决同名行政区的标识冲突，又能保障数据集的整体鲁棒性，是地理信息整合中的关键实践技巧。
