Python技术实现：为DataFrame列首词非BP的行添加BP前缀

问题场景 #

需要处理DataFrame的cat列：

• 若字符串首词不是BP，在开头插入BP
• 首词已是BP则保持原样

输入示例：

import pandas as pd
df = pd.DataFrame({ 
   'cat': ['BP STATION', 'STATION', 'BP OLD', 'OLD OLD'],    
})

你原来的代码df['cat'] = df['cat'].str.replace(r'^\w+', 'BP')存在问题：它会把所有行的第一个单词直接替换成BP，导致OLD OLD被错误修改为BP OLD，而非预期的BP OLD OLD。

预期输出：

cat
0     BP STATION
1     BP STATION
2         BP OLD
3     BP OLD OLD

正确写法 #

方法1：条件判断+矢量化赋值 #

用str.startswith筛选出不以BP 开头的行，直接拼接前缀：

# 生成掩码：找出所有不是BP开头的行
mask = ~df['cat'].str.startswith('BP ')
# 给这些行添加BP前缀
df.loc[mask, 'cat'] = 'BP ' + df.loc[mask, 'cat']

方法2：正则负向前瞻 #

用正则匹配非BP开头的位置，插入前缀：

df['cat'] = df['cat'].str.replace(r'^(?!BP\s)', 'BP ', regex=True)

(?!BP\s)是负向前瞻断言，确保只在不是以BP加空格开头的位置插入BP ，不会影响原本符合要求的行。

方法3：apply lambda（简单直观） #

如果数据量不大，用lambda表达式实现逻辑更清晰：

df['cat'] = df['cat'].apply(lambda s: s if s.startswith('BP ') else f'BP {s}')

效果验证 #

执行以上任意代码后，df['cat']都会得到符合预期的结果。

内容的提问来源于stack exchange，提问作者jonboy