如何在Pandas中为DataFrame的Year列指定值补零补全位数？

问题背景 #

我有一个包含Year列的DataFrame，原始数据如下：

Year
202
2021
2022
202
2019

需要实现的需求：将所有值为“202”的列值替换为“2020”，其余值保持不变，预期输出如下：

Year
2020
2021
2022
2020
2019

目前已编写代码：

df['Year_1'] = df['Year'].str.len()

几种可行的实现方法 #

方法1：直接值替换（最简洁）

利用Pandas的replace方法直接匹配目标值进行替换，无需额外计算长度：

# 若Year列是字符串类型
df['Year'] = df['Year'].replace('202', '2020')

# 若Year列是数值类型，去掉引号即可
df['Year'] = df['Year'].replace(202, 2020)

方法2：结合已写的长度判断逻辑

既然已经计算了字符串长度，可以基于长度筛选出需要修改的行，补充字符：

# 字符串类型场景
df['Year'] = df.apply(lambda row: row['Year'] + '0' if len(row['Year']) == 3 else row['Year'], axis=1)

# 数值类型场景，先转字符串处理再转回数值
df['Year'] = df['Year'].astype(str).apply(lambda x: x + '0' if len(x) == 3 else x).astype(int)

方法3：使用条件判断函数

借助NumPy的np.where实现条件替换，逻辑直观清晰：

import numpy as np

# 字符串类型
df['Year'] = np.where(df['Year'] == '202', '2020', df['Year'])

# 数值类型
df['Year'] = np.where(df['Year'] == 202, 2020, df['Year'])

内容的提问来源于stack exchange，提问作者anagha s