如何使用df.str.replace()仅匹配完整值进行替换？

你遇到的问题很典型——str.replace()默认是部分匹配替换，所以会把"Los Santos"里的"Los"也替换掉，导致出现重复的"Santos"。要实现仅完全匹配时替换，有两种简单可靠的方法：

方法1：使用Pandas内置的replace()方法（推荐） #

Pandas的Series对象自带的replace()方法默认就是完全匹配替换，不需要额外设置参数，直接使用即可精准定位目标值：

import pandas as pd
df = pd.DataFrame({'Name':['Mark', 'Laura', 'Adam', 'Roger', 'Anna'], 'City':['Los Santos', 'Montreal', 'Los', 'Berlin', 'Glasgow']})

# 仅替换完全等于"Los"的单元格
df['City'] = df['City'].replace('Los', 'Los Santos')
print(df)

执行后的输出结果：

Name         City
0  Mark  Los Santos
1  Laura    Montreal
2   Adam  Los Santos
3  Roger       Berlin
4   Anna      Glasgow

这个方法简洁高效，适合绝大多数场景。

方法2：使用正则表达式的边界匹配 #

如果你一定要用str.replace()，可以通过正则表达式的^（字符串开头）和$（字符串结尾）来限定仅匹配整个字符串：

df['City'] = df['City'].str.replace(r'^Los$', 'Los Santos', regex=True)

这样只会匹配内容完全是"Los"的单元格，不会对"Los Santos"这类包含"Los"的字符串产生影响。

为什么之前的方法会出错？ #

str.replace('Los', 'Los Santos')会在每个字符串中查找所有"Los"子串并替换，所以"Los Santos"里的"Los"会被替换成"Los Santos"，最终变成"Los Santos Santos"，这显然不符合你的需求。而上面两种方法都能精准锁定完全匹配的目标值。

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