如何替换Pandas DataFrame中的完整对象？及批量统一DataFrame车辆类型字段值的技术咨询

1. 替换Pandas DataFrame中完整对象的方法 #

当然有！分两种场景给你说明：

• 如果是想替换整个DataFrame对象（比如把当前的dft换成另一个完全不同的DataFrame），直接赋值就可以：

  # 假设new_df是你准备好的新DataFrame
  dft = new_df
  

• 如果是替换DataFrame中某列的完整单元格值（比如把列里所有等于"OLD_VALUE"的单元格换成新值），可以用replace()做精确匹配：

  # 单值替换
  dft['COLUMN_NAME'] = dft['COLUMN_NAME'].replace("OLD_VALUE", "NEW_VALUE")
  
  # 批量多值替换，用字典映射
  replace_map = {"VALUE_A": "NEW_A", "VALUE_B": "NEW_B"}
  dft['COLUMN_NAME'] = dft['COLUMN_NAME'].replace(replace_map)
  

2. 批量替换包含特定关键词的车辆类型 #

从你的描述来看，你之前的问题出在：str.replace(r'truck', 'TRUCK')只会替换字段里的"truck"子串，而不是把整个包含truck的字段值换成"TRUCK"——比如"BOX TRUCK"里的"TRUCK"本来就是大写，替换后自然没变化。

给你两个针对性的解决方案：

方案一：筛选匹配行后直接赋值（最直观） #

先找出所有包含truck（不区分大小写）的行，然后把这些行的VEHICLE_TYPE统一设为"TRUCK"：

import pandas as pd
import re

# 生成匹配掩码：不区分大小写检查字段是否包含truck
mask = dft['VEHICLE_TYPE'].str.contains(r'truck', regex=True, flags=re.IGNORECASE)
# 给匹配到的行赋值
dft.loc[mask, 'VEHICLE_TYPE'] = 'TRUCK'

方案二：正则匹配整个字段替换（更灵活） #

用正则表达式匹配整个字段，只要字段里包含truck（不管前后有什么内容），就把整个字段替换成"TRUCK"：

dft['VEHICLE_TYPE'] = dft['VEHICLE_TYPE'].replace(r'.*truck.*', 'TRUCK', regex=True, flags=re.IGNORECASE)

这里的.*表示任意字符（包括空格），所以"BOX TRUCK"、"FIRE TRUCK"、"Dumpster truck"这些都会被统一替换成"TRUCK"。

如果未来你需要针对不同车辆类型做不同替换，还可以扩展成字典形式：

replace_map = {
    r'.*truck.*': 'TRUCK',
    r'.*van.*': 'VAN',
    r'FIRE ENGINE': 'FIRE TRUCK'  # 精确匹配某个特定值
}
dft['VEHICLE_TYPE'] = dft['VEHICLE_TYPE'].replace(replace_map, regex=True, flags=re.IGNORECASE)

这样就能满足你批量替换多种车辆类型的需求啦！

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