函数内DataFrame的replace()方法失效问题排查

核心问题点 #

先看你函数里的关键替换语句：

dfnx.replace({s,c},inplace=True)

这里犯了语法逻辑错误：你用了集合{s,c}，但pandas的DataFrame.replace()要实现「旧值→新值」的映射，必须传入字典{s: c}。集合的写法完全不符合replace的参数规则，导致替换操作根本没按你的预期执行——自然不会把带空格的队名换成无空格版本。

为什么函数外执行能生效？ #

你在函数外测试时，应该是用了正确的参数形式，比如：

df.replace('Trail Blazers', 'TrailBlazers', inplace=True)

或者正确的字典映射{'Trail Blazers': 'TrailBlazers'}，这种写法符合replace的参数规范，所以能正常替换空格。

修正后的函数代码 #

把集合改为字典即可，调试用的print语句可按需保留：

def merge_multiword_teams(dfnx,team_lst):
    print(dfnx[dfnx['team'].str.contains('Blazers')])
    for s in team_lst:
        c = s.replace(' ','')
        print(f"{s} -> {c}")
        # 关键修正：用字典做值映射，而非集合
        dfnx.replace({s: c}, inplace=True)
        print(dfnx[dfnx['team'].str.contains('Blazers')])
    return dfnx

调用方式不变，就能正常完成空格去除的替换操作。

额外优化建议 #

如果你的需求是把team列里所有空格都去掉，其实可以不用遍历列表，直接对列做批量处理，效率更高：

df['team'] = df['team'].str.replace(' ', '')

内容的提问来源于stack exchange，提问作者osama yaccoub