如何在新版Pandas中替换DataFrame值？旧代码失效修复

问题分析 #

1. 大小写不匹配：原数据中Type列的R_NEW与替换字典里的R_New大小写不一致，正则默认区分大小写，导致无法匹配替换。
2. 全局替换误修改其他列：原代码未指定替换列，会对所有列应用规则，加上value=None的设置，导致Status列的WAIT被错误替换为NaN（新版Pandas中replace的参数逻辑有变化）。
3. 参数用法不符合新版规范：新版Pandas中，使用正则替换字典时，更推荐将字典传递给regex参数，而非to_replace。

修复后的代码 #

import pandas as pd

df = pd.DataFrame([
    {"Type":"R_NEW","Status":"CHANGE","Email":"gra.com"},
    {"Type":"R_Change","Status":"WAIT","Email":"rog.com"},
    {"Type":"Preorder","Status":"WAIT","Email":"dgrse.com"}
])

# 只针对Type列，用正则字典替换，修正大小写匹配
df["Type"] = df["Type"].replace(
    regex={
        r"^R_NEW$": "NEW",
        r"^R_Change$": "Change",
        r"^R_DELETE$": "Delete",
        r"^Preorder$": "Preorder"
    }
)

print(df)

代码说明 #

• 指定替换列：只对Type列操作，避免影响Status、Email等其他列。
• 修正正则匹配：用^和$确保完全匹配（避免部分匹配的意外情况），同时修正键的大小写与数据一致。
• 符合新版Pandas规范：将正则替换字典直接传给regex参数，逻辑更清晰，适配新版行为。

输出结果 #

Type  Status      Email
0       NEW  CHANGE    gra.com
1    Change    WAIT    rog.com
2  Preorder    WAIT  dgrse.com

内容的提问来源于stack exchange，提问作者madhavi