问题原因 #

你遇到的报错核心问题在于：df['bins']列里的元素是pandas Interval对象，并非字符串类型——Interval对象本身没有replace()方法，所以直接调用这个方法会触发属性不存在的错误。比如你尝试的lambda x: x.replace('[','')，这里的x是Interval实例，不是字符串，自然找不到replace属性。

两种可行的解决方案 #

方案1：利用Interval对象的内置属性（推荐，更稳定）

pandas的Interval对象自带left和right属性，分别对应区间的左右边界，直接用这两个属性拼接成目标格式即可，完全不需要依赖正则：

import pandas as pd

# 构建你的示例DataFrame
df = pd.DataFrame({
    'id': [1,2,3,4,5],
    'bins': pd.IntervalIndex.from_tuples([(2,3), (4,5), (6,7), (8,9), (10,11)], closed='right')
})

# 转换格式
df['bins'] = df['bins'].apply(lambda x: f"{x.left} - {x.right}")

运行后就能得到你想要的结果：

id     bins
0   1    2 - 3
1   2    4 - 5
2   3    6 - 7
3   4    8 - 9
4   5  10 - 11

这种方法的优势在于，不管区间的闭合方式是(a,b]还是[a,b)，都能精准拿到边界值，不会因为字符串格式变化出问题。

方案2：先转字符串再用正则替换

如果坚持想用正则实现，需要先把Interval对象转为字符串，再通过正则匹配并替换多余符号：

df['bins'] = df['bins'].astype(str).str.replace(r'^\((.*?), (.*?)\]$', r'\1 - \2', regex=True)

正则规则解释：

• ^\(：匹配字符串开头的左括号(
• (.*?)：非贪婪匹配第一个括号内的左边界数字
• , ：匹配中间的逗号加空格
• (.*?)：非贪婪匹配第二个括号内的右边界数字
• \]$：匹配字符串结尾的右括号]
• \1 - \2：将两个匹配到的数字用-连接起来

修正你之前的尝试 #

你的代码之所以失败，是因为没有先把Interval对象转为字符串。如果要沿用类似的思路，需要先将x转为字符串再操作：

df['bins'] = df['bins'].apply(lambda x: str(x).replace('(', '').replace(']', '').replace(', ', ' - '))

这种方法也能得到结果，但相比方案1，一旦区间的闭合符号变化（比如变成[2,3)），就需要调整替换规则，稳定性稍差。

内容的提问来源于stack exchange，提问作者user3459293