如何在Python Pandas中替换DataFrame列中含逗号的指定值？

问题背景 #

给定如下Pandas DataFrame：

import pandas as pd

df = pd.DataFrame()
df["COL1"] = [111,222,333]
df["COL2"] = ["CV_COUNT_ABC_XM_BF, CV_COUNT_DEF_XM_BF", "CV_COUNT_DEF_XM_ BF", "LACK"]
df["COL3"] = ["LACK", "CV_COUNT_ABC_XM_BF, CV_COUNT_DEF_XM_BF", "CV_COUNT_DEF_XM_ BF xx"]

原始数据样例：

COL1   | COL2                                     | COL3
-------|------------------------------------------|---------
111    | CV_COUNT_ABC_XM_BF, CV_COUNT_DEF_XM_BF   | LACK
222    | CV_COUNT_DEF_XM_ BF                      | CV_COUNT_ABC_XM_BF, CV_COUNT_DEF_XM_BF
333    | LACK                                     | CV_COUNT_DEF_XM_ BF xx
...    | ...                                      | ...

需求说明 #

• 若COL2或COL3仅为"LACK"，则保持不变
• 若COL2或COL3包含"ABC"或"DEF"，仅保留"ABC"或"DEF"；原内容逗号分隔的多个值，处理后仍保留逗号分隔格式
• 删除列中除"ABC"、"DEF"、逗号或"LACK"之外的所有其他内容（如ID=333的COL3中的"xx"）

期望结果 #

COL1   | COL2                                     | COL3
-------|------------------------------------------|---------
111    | ABC, DEF                                 | LACK
222    | DEF                                      | ABC, DEF
333    | LACK                                     | DEF
...    | ...                                      | ...

解决方案 #

通过自定义清洗函数结合apply方法实现，核心是精准提取目标关键词并处理格式：

import pandas as pd
import re

def clean_col(value):
    # 处理纯LACK的情况
    if value.strip() == "LACK":
        return "LACK"
    # 提取所有ABC或DEF关键词
    matches = re.findall(r'(ABC|DEF)', value)
    # 按逗号分隔格式返回结果，无匹配则返回LACK
    return ', '.join(matches) if matches else "LACK"

# 对目标列应用清洗函数
df['COL2'] = df['COL2'].apply(clean_col)
df['COL3'] = df['COL3'].apply(clean_col)

# 查看结果
print(df)

代码说明 #

1. 正则提取：用re.findall(r'(ABC|DEF)', value)精准抓取内容中的"ABC"或"DEF"，忽略其他无关字符
2. 边界判断：先检查单元格是否为纯"LACK"，直接返回；若未匹配到目标关键词，同样返回"LACK"
3. 格式保持：将提取到的关键词用, 连接，还原原有的逗号分隔多值格式

运行后即可得到符合需求的清洗结果。

内容的提问来源于stack exchange，提问作者dingaro