Pandas Series应用自定义函数替换指定前缀字符失效问题排查

嘿，你的代码有两个关键问题导致值没被正确更新，我来给你拆解一下：

1. 条件判断的逻辑顺序错误 #

你的函数里，第一个if-else块结束后直接执行了return，导致后面判断前两位是'27'的代码永远不会被执行。当第一个条件不满足时，else直接返回了原数值，程序根本走不到第二个if判断。

2. 忘记将处理结果赋值回原列 #

你只调用了df['number'].apply(normalize_number)，但没有把这个处理后的结果重新赋值给df['number']，所以原DataFrame的列不会发生变化。

修正后的自定义函数 #

我们先调整判断顺序，确保所有情况都能被覆盖，同时记得赋值回原列：

def normalize_number(num):
    # 先确保是字符串类型，防止意外的非字符串值
    num_str = str(num)
    if num_str[:3] == '+27':
        return '0' + num_str[3:]  # 这里注意：'+27'占前3位，从索引3开始取后续字符即可
    elif num_str[:2] == '27':
        return '0' + num_str[2:]  # '27'占前2位，从索引2开始取后续字符
    else:
        return num_str

# 一定要赋值回原列才会生效！
df['number'] = df['number'].apply(normalize_number)

这里还要纠正你之前的一个小细节：当匹配'+27'时，num_str[3:]才是正确的后续字符（'+27'对应索引0、1、2），你之前写的num[4:]会多切掉一位内容哦。

更高效的替代方案：使用正则表达式替换 #

其实不用写自定义函数，Pandas的str.replace结合正则表达式可以更简洁高效地完成这个需求，还能避免apply的循环开销：

# 先替换开头的'+27'为'0'，再替换开头的'27'为'0'
df['number'] = df['number'].str.replace(r'^\+27', '0').str.replace(r'^27', '0')

• ^\+27：^表示匹配字符串开头，\+转义加号，精准匹配开头的'+27'
• ^27：匹配字符串开头的'27'

这样一行代码就能完成所有转换，性能比apply更优，尤其是处理大数据集的时候。

内容的提问来源于stack exchange，提问作者Chris Ward