为Pandas DataFrame特定Label列值添加前导零的实现问题

先解决你遇到的df.loc错误 #

你之前的报错cannot use a single bool to index into setitem，是因为你用了单个布尔值（比如len(df['Label']) < 3）来索引——这会计算整个Label列的总行数，得到一个单一的True/False，而df.loc需要的是和DataFrame行数匹配的布尔数组。正确的写法应该是用str.len()逐元素判断长度：

# 仅针对长度小于3的纯数值项（但这只是临时解决第一个条件，没法覆盖第二个规则）
df.loc[df['Label'].str.len() < 3, 'Label'] = df['Label'].str.zfill(3)

不过这个写法只能处理第一个简单条件，没法覆盖小数点左侧补零的需求，下面给出能同时满足两个规则的完整方案。

完整实现两个格式化规则 #

你的需求需要区分带字母前缀、纯整数、带小数的三种情况，用自定义函数结合正则表达式可以完美处理：

1. 先导入必要的库：

import pandas as pd
import re

2. 定义格式化函数：

def format_label(s):
    # 匹配带字母前缀的格式（比如A12、V20.6）
    alpha_match = re.match(r'^([A-Za-z]+)(\d+\.?\d*)$', s)
    if alpha_match:
        prefix = alpha_match.group(1)
        num_str = alpha_match.group(2)
        # 分割整数和小数部分
        if '.' in num_str:
            int_part, dec_part = num_str.split('.', 1)
            int_part = int_part.zfill(3)  # 整数部分补前导零到3位
            num_str = f"{int_part}.{dec_part}"
        else:
            num_str = num_str.zfill(3)
        return f"{prefix}{num_str}"
    
    # 匹配纯数值格式（整数或小数，比如67、10.8）
    num_match = re.match(r'^(\d+\.?\d*)$', s)
    if num_match:
        num_str = num_match.group(1)
        if '.' in num_str:
            int_part, dec_part = num_str.split('.', 1)
            int_part = int_part.zfill(3)
            num_str = f"{int_part}.{dec_part}"
        else:
            num_str = num_str.zfill(3)
        return num_str
    
    # 其他未匹配的格式返回原字符串
    return s

3. 应用函数到Label列：

# 构造你的示例DataFrame
data = {
    'Name': ['Cat', 'Dog', 'Mouse', 'Monkey', 'Parrot'],
    'Label': ['A12', '67', '20', '10.8', 'V20.6']
}
df = pd.DataFrame(data)

# 格式化Label列
df['Label'] = df['Label'].apply(format_label)

执行后得到的结果就是你要的输出：

函数逻辑说明 #

• 对于带字母前缀的项：分离字母和数值部分，只对数值部分的整数段补前导零，再拼接回去。
• 对于纯数值项：不管是整数还是小数，都把小数点左侧的整数段补前导零到3位，小数部分保持不变。
• 未匹配到上述格式的项（比如特殊符号）会保留原内容，避免破坏数据。

内容的提问来源于stack exchange，提问作者user23237706