Dataframe文本列特定位置字符替换及追加需求求助

针对你提出的两个字符处理规则，直接用Pandas的矢量化操作（比逐行遍历高效且不易出错）就能解决，以下是两种实现方式：

方法一：正则替换（推荐，效率最高） #

利用Pandas的str.replace结合正则表达式，直接对整列批量处理：

import pandas as pd

# 示例数据
df = pd.DataFrame({'text_col': ['ABCPRL', 'ABC US', 'XYZPRX', 'DEF GY', '普通文本']})

# 规则1：匹配倒数第3、2位为"PR"的字符串，替换PR为"-"并追加".US"
df['processed_col'] = df['text_col'].str.replace(r'(.*)(PR)(.)$', r'\1-\3.US', regex=True)

# 规则2：匹配倒数第3位为空格的字符串，替换空格为"."
df['processed_col'] = df['processed_col'].str.replace(r'(.*) (..)$', r'\1.\2', regex=True)

正则说明： #

• 规则1正则(.*)(PR)(.)$：(.*)匹配PR之前的所有字符，(PR)匹配目标子串，(.)$匹配最后一位字符；替换为\1-\3.US就是保留前缀、替换PR为-、保留最后一位、追加.US。
• 规则2正则(.*) (..)$：(.*)匹配空格之前的所有字符，(..)$匹配空格后的最后两位；替换为\1.\2就是把空格换成.，保留前后内容。

方法二：自定义函数+apply（逻辑更直观，适合新手） #

如果对正则不熟悉，可以写一个自定义处理函数，用apply批量应用到列上：

import pandas as pd

def process_single_text(s):
    # 先判断规则1：字符串长度至少3，且倒数第3-2位是PR
    if len(s) >= 3 and s[-3:-1] == 'PR':
        return f"{s[:-3]}-{s[-1]}.US"
    # 再判断规则2：字符串长度至少3，且倒数第3位是空格
    elif len(s) >=3 and s[-3] == ' ':
        return f"{s[:-3]}.{s[-2:]}"
    # 都不满足则返回原字符串
    else:
        return s

# 示例数据
df = pd.DataFrame({'text_col': ['ABCPRL', 'ABC US', 'XYZPRX', 'DEF GY', '普通文本']})
df['processed_col'] = df['text_col'].apply(process_single_text)

负索引说明： #

Python字符串的负索引从末尾开始计数：s[-1]是最后一位，s[-3:-1]取倒数第3到倒数第2位（左闭右开，刚好取两位）。

为什么逐行遍历容易失败？ #

你之前尝试的逐行遍历（比如for i in range(len(df))）容易出现以下问题：

1. 效率极低：Pandas是为矢量化操作设计的，逐行遍历会触发大量底层调用，数据量大时卡顿明显。
2. 索引错误：如果df是切片生成的副本，直接修改df.loc[i]会触发SettingWithCopyWarning，甚至无法真正修改数据。
3. 边界判断遗漏：比如没判断字符串长度是否足够（比如长度小于3的字符串，取倒数第3位会报错）。

内容的提问来源于stack exchange，提问作者Scoob