如何修正Pandas处理CSV数据时的字符串替换错误？

输入数据 #

ABCD0011
ABCD1404
ABCD1255

转换规则与输出对比 #

转换规则：保留字符串开头的字母部分，去除字母后数字部分的前导零，最终格式为[字母部分]_[去前导零的数字部分]_0

原代码问题 #

原代码：

import numpy as np    
import pandas as pd    
df = pd.read_csv('Book1.csv')    
df.A = df.A.str.replace('[0-9]+', '')+'_'+df.A.str.replace('([A-Z])+', '')+'_0'

问题点：

1. 直接保留所有数字部分，未处理字母后的前导零，导致ABCD0011无法得到预期结果
2. 正则([A-Z])+存在匹配漏洞，会误处理数字中的零（如ABCD1404被错误转换为ABCD_144_0）

修正方案 #

方案一：拆分处理（可读性高） #

通过正则拆分字母和数字部分，单独处理数字前导零后拼接：

import pandas as pd

# 读取CSV文件
df = pd.read_csv('Book1.csv')

# 拆分字母前缀与数字后缀
df[['prefix', 'num']] = df['A'].str.extract(r'^([A-Z]+)(\d+)$', expand=True)

# 去除数字部分的前导零，若结果为空则设为'0'（兼容全零场景）
df['processed_num'] = df['num'].str.lstrip('0').replace('', '0')

# 拼接成目标格式
df['A'] = df['prefix'] + '_' + df['processed_num'] + '_0'

# 清理中间临时列（可选）
df = df.drop(['prefix', 'num', 'processed_num'], axis=1)

方案二：正则直接替换（简洁高效） #

用正则捕获组一次性完成匹配与替换：

import pandas as pd

df = pd.read_csv('Book1.csv')
# 匹配字母前缀、前导零、剩余数字，替换为目标格式
df['A'] = df['A'].str.replace(
    r'^([A-Z]+)0*(\d*)$',
    lambda m: f"{m.group(1)}_{m.group(2) if m.group(2) else '0'}_0"
)

两种方案均可得到符合预期的输出，方案二更简洁，方案一可读性更强，适合复杂场景扩展。

内容的提问来源于stack exchange，提问作者Abdullah