使用Pandas.replace()实现多对一映射遇异常，求原因及解决方案

问题原因 #

当设置regex=True时，Pandas的replace默认是部分匹配替换——它会在字符串中查找符合正则的子串并替换，而非匹配整个字符串。比如你的正则foo|foo too，会先匹配到“foo too”里的“foo”子串，把这部分换成“Foo”，剩下的“ too”保留，最终得到“Foo too”；同理“bar ii”会被替换成“Bar ii”。

解决方法 #

• 方法一：整行正则匹配（最可靠的正则方式）
  给每个正则规则加上^（字符串开头）和$（字符串结尾），强制匹配整个字符串，避免只替换子串。示例代码：

import pandas as pd
df1 = pd.DataFrame({'col1':['foo', 'foo too', 'bar', 'BAR', 'bar ii']})
df1['col1'] = df1['col1'].replace({
    r'^foo$|^foo too$': 'Foo',
    r'^bar$|^BAR$|^bar ii$': 'Bar'
}, regex=True)

• 方法二：直接用字典映射（推荐，更直观高效）
  既然是明确的多对一映射，直接创建包含所有待替换值的字典，用map方法完成转换，完全规避正则匹配的问题。示例代码：

import pandas as pd
df1 = pd.DataFrame({'col1':['foo', 'foo too', 'bar', 'BAR', 'bar ii']})
mapping = {
    'foo': 'Foo',
    'foo too': 'Foo',
    'bar': 'Bar',
    'BAR': 'Bar',
    'bar ii': 'Bar'
}
df1['col1'] = df1['col1'].map(mapping)

• 方法三：调整正则匹配顺序（备选）
  把更长的字符串放在正则规则的前面，让Pandas优先匹配完整的长字符串，再匹配短的子串。示例代码：

import pandas as pd
df1 = pd.DataFrame({'col1':['foo', 'foo too', 'bar', 'BAR', 'bar ii']})
df1['col1'] = df1['col1'].replace({
    r'foo too|foo': 'Foo',
    r'bar ii|BAR|bar': 'Bar'
}, regex=True)

注意：这种方法不如前两种可靠，如果有类似的衍生字符串（比如“foo tooo”），仍可能出现部分替换的问题。

内容的提问来源于stack exchange，提问作者Emi OB