Python中替换DataFrame错误元素：将't'替换为前序ID+1

实现步骤 #

• 提取Station_ID字段中的数字部分，将非数字值（如't'）转为NaN
• 用前一个有效数字填充NaN，再对填充后的数值加1
• 将计算后的数字与前缀"ID"拼接，替换原字段中的't'

代码示例 #

import pandas as pd

# 构造示例数据
data = {
    'Station_ID': ['ID809086', 't', 'ID809088', 'ID809089', 'ID809098', 't', 'ID809100']
}
df = pd.DataFrame(data)

# 提取数字并转为数值类型
df['temp_num'] = df['Station_ID'].str.extract(r'(\d+)').astype(float)

# 向前填充缺失值并加1
df['temp_num'] = df['temp_num'].ffill() + 1

# 替换't'为新的Station_ID
df['Station_ID'] = df.apply(
    lambda x: f"ID{int(x['temp_num'])}" if x['Station_ID'] == 't' else x['Station_ID'],
    axis=1
)

# 删除临时列
df = df.drop('temp_num', axis=1)

print(df)

代码说明 #

• str.extract(r'(\d+)')：通过正则匹配提取Station_ID中的数字部分，非数字内容会生成NaN
• ffill()：向前填充缺失值，确保't'位置能获取到前一个有效的ID数字
• apply函数：逐行判断元素值，仅替换标记为't'的元素，其余元素保留原内容

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