我有一个跨越几年的数据框，并且在某些时候他们更改了种族代码。所以我需要重新编码以年份为条件的值 - 这是同一数据框中的另一列。例如 1 到 3、2 到 3、3 到 4 等等：
old = [1, 2, 3, 4, 5, 91]
new = [3, 3, 4, 2, 1, 6]
这仅适用于 1996 年至 2001 年。同一列（种族）中其他年份的值不得更改。为了避免过多的低效循环，我尝试了：
recode_years = range(1996,2002)
for year in recode_years:
df['ethnicity'][df.year==year].replace(old, new, inplace=True)
但是数据框中的原始值没有改变。replace 方法本身正确替换并返回了新值，但 inplace 选项在应用条件时似乎不会影响原始数据框。这对于有经验的 Pandas 用户来说可能是显而易见的，但肯定有一些简单的方法可以做到这一点，而不是循环遍历每个单个元素？
编辑（x2）：她是另一种方法的一个例子，它也不起作用（'替换长度必须等于系列长度'和“TypeError：数组不能安全地转换为所需的类型”）：
oldNewMap = {1:2, 2:3}
df2 = DataFrame({"year":[2000,2000,2000,2001,2001,2001],"ethnicity":[1,2,1,2,3,1]})
df2['ethnicity'][df2.year==2000] = df2['ethnicity'][df2.year==2000].map(oldNewMap)
编辑：这似乎是特定于安装/版本的问题，因为这在我的另一台计算机上运行良好。