Sostituzione condizionale nei panda

Question

Ho un dataframe che copre diversi anni e ad un certo punto hanno cambiato i codici per l'etnia. Quindi ho bisogno di ricodificare i valori condizionali sull'anno - che è un'altra colonna nello stesso dataframe. Per esempio da 1 a 3, 2 a 3, da 3 a 4 e così via:

old = [1, 2, 3, 4, 5, 91] 
new = [3, 3, 4, 2, 1, 6] 

E questo è fatto solo per gli anni 1996 al 2001. I valori degli altri anni nella stessa colonna (etnia) deve non essere cambiato. Sperando di evitare troppi loop inefficienti, ho provato:

recode_years = range(1996,2002) 
    for year in recode_years: 
     df['ethnicity'][df.year==year].replace(old, new, inplace=True) 

Ma i valori originali nella dataframe non ho cambiato. Il metodo replace ha sostituito e restituito correttamente i nuovi valori, ma l'opzione inplace sembra non influenzare il dataframe originale quando si applica un condizionale. Questo può essere ovvio per gli utenti esperti di Pandas, ma sicuramente ci deve essere un modo semplice per farlo, invece di eseguire il loop su ogni singolo elemento?

Edit (x2): Il suo è un esempio di un altro approccio che, inoltre, non ha funzionato ('Lunghezza di sostituzioni deve essere uguale lunghezza della serie' e "TypeError: array può non essere tranquillamente gettato al tipo di richiesta"):

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) 

Modifica: sembra essere un problema specifico per l'installazione/versione poiché questo funziona correttamente sul mio altro computer.

Answer 1

Essa può essere solo più semplice da fare in un altro modo:

oldNewMap = {1: 3, 2: 3, 3: 4, 4: 2, 5: 1, 91: 6} 
df['ethnicity'][df.year==year] = df['ethnicity'][df.year==year].map(oldNewMap)