Python Pandas replace()无法按行替换#CRNCY#问题求助

你的核心需求是逐行将DataFrame所有列中的#CRNCY#替换为该行CRNCY列的对应值，之前的replace()写法无效，是因为Pandas默认的replace()逻辑不支持直接用Series按行匹配替换——它会把Series当成值映射字典，而非逐行对应的替换值。

有效解决方案 #

方法1：全列批量替换（逐行处理）

使用apply(axis=1)逐行遍历，对每行的每个元素做判断替换：

import pandas as pd

# 逐行处理，替换所有列中的#CRNCY#
test = test.apply(lambda row: row.apply(lambda x: row['CRNCY'] if x == '#CRNCY#' else x), axis=1)

方法2：指定列替换（更高效）

如果只有部分列（比如示例中的SCD_CUR）需要替换，可针对性处理，避免全列遍历：

# 仅替换SCD_CUR列中的#CRNCY#
test['SCD_CUR'] = test.apply(lambda row: row['CRNCY'] if row['SCD_CUR'] == '#CRNCY#' else row['SCD_CUR'], axis=1)

方法3：排除CRNCY列的全列替换

如果不想修改CRNCY列本身，可以先筛选出需要替换的列再处理：

# 排除CRNCY列，处理其他所有列
cols_to_replace = test.columns.drop('CRNCY')
test[cols_to_replace] = test.apply(lambda row: row[cols_to_replace].replace('#CRNCY#', row['CRNCY']), axis=1)

为什么之前的写法无效？ #

你尝试的test.replace("#CRNCY#", test['CRNCY'], regex=True)这类写法，Pandas会把test['CRNCY']这个Series转换成值映射字典（比如把USD、EUR作为键和值），而非逐行对应替换。这种逻辑是把所有#CRNCY#替换成固定的字典值，而非每行的CRNCY值，所以达不到预期效果。

注意事项 #

如果CRNCY列存在缺失值（NaN），替换后对应的#CRNCY#会变成NaN。若需要避免这种情况，可以添加非空判断：

test = test.apply(lambda row: row.apply(lambda x: row['CRNCY'] if pd.notna(row['CRNCY']) and x == '#CRNCY#' else x), axis=1)

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