Pandas中用lambda正则替换返回函数而非结果的问题及解决

问题场景 #

需要在Pandas DataFrame的任意字符串列中，将格式为XX/XX/ XXXX（空格固定在第二个/之后）的日期字符串去除空格，转为XX/XX/XXXX。使用df.replace配合正则表达式和lambda函数时，结果列显示的是lambda函数对象而非处理后的值，但单独使用re.sub能得到正确结果。

示例错误代码：

import pandas as pd
import numpy as np
import re

technologies = {
    'Courses':["Spark","PySpark","Hadoop",pd.NaT],
    'Fee' :[20000,25000,26000,22000],
    'Duration':['30day','40days',np.nan, None],
    'Discount':[1000,2300,1500,1200],
    'Date':["23/3/ 2022","99/5/ 34","7/7/ 2122","6/12/ 2024"],
               }
indexes=['r1','r2','r3','r4']
df = pd.DataFrame(technologies,index=indexes)
print(df.replace(r'(\d+/\d+/ \d+)', lambda x: x.group(1).replace(" ", ""), regex=True))

错误输出中Date列显示为<function <lambda> at 0x...>而非处理后的日期字符串。

原因分析 #

Pandas的DataFrame.replace与原生re.sub对替换函数的参数逻辑完全不同：

• 原生re.sub的lambda函数接收的是正则匹配对象（Match Object），可以通过group()提取分组内容；
• Pandas的replace在regex=True模式下，传入的替换函数接收的是匹配到的完整字符串，而非Match对象。此时调用x.group(1)会引发逻辑错误，导致Pandas无法正确执行函数，最终将函数本身作为替换值返回。

修复方案 #

方法1：修改lambda函数适配Pandas逻辑 #

直接对传入的匹配字符串进行空格替换，无需依赖分组：

# 修正后的替换代码
result = df.replace(r'\d+/\d+/ \d+', lambda x: x.replace(" ", ""), regex=True)
print(result)

正确输出：

Courses    Fee Duration  Discount        Date
r1    Spark  20000    30day      1000  23/3/2022
r2  PySpark  25000   40days      2300    99/5/34
r3   Hadoop  26000      NaN      1500  7/7/2122
r4      NaT  22000     None      1200  6/12/2024

方法2：使用applymap配合re.sub（通用场景） #

遍历所有元素，仅对字符串类型执行替换，避免影响非字符串列：

def clean_date(s):
    if isinstance(s, str):
        # 直接替换"/ "为"/"，更精准
        return re.sub(r'/\s+', '/', s)
    return s

result = df.applymap(clean_date)
print(result)

这种方法适用于不确定哪些列包含目标格式的场景，兼容性更强。

方法3：针对已知字符串列使用str.replace #

如果明确知道目标列（比如Date列），可以直接对列操作：

df['Date'] = df['Date'].str.replace(r'/\s+', '/', regex=True)

内容的提问来源于stack exchange，提问作者Learning from masters