如何在Pandas中为DataFrame单列值添加后缀及修正误加的前缀

一、修正误加的前缀 #

如果之前误将后缀设置成了前缀（比如想加_suffix却写成prefix_+列值），可根据前缀的具体情况恢复原内容：

• 固定长度前缀：直接通过切片去掉前缀部分，比如前缀是"temp_prefix_"（长度为12）：

  df['target_col'] = df['target_col'].str[12:]
  

• 固定内容前缀：用str.replace()清空前缀，记得加regex=False避免正则匹配干扰：

  df['target_col'] = df['target_col'].str.replace("temp_prefix_", "", regex=False)
  

二、正确添加后缀的方法 #

首先确保目标列为字符串类型（数值列需先转换）：

# 数值列转字符串（按需执行）
df['target_col'] = df['target_col'].astype(str)

推荐两种简洁的实现方式：

• 直接字符串拼接：

  df['target_col'] = df['target_col'] + "_your_suffix"
  

• 使用str.cat()方法：

  df['target_col'] = df['target_col'].str.cat("_your_suffix")
  

处理缺失值 #

如果列中存在NaN，先填充空字符串再操作，避免出现NaN_suffix这类无效值：

df['target_col'] = df['target_col'].fillna("").astype(str) + "_your_suffix"

内容的提问来源于stack exchange，提问作者LesMisFan101