如何用Pandas替换DataFrame每行中指定列表内的词汇？

给定数据 #

词汇列表：

word = ['dog', 'cat', 'fish']

DataFrame：

import pandas as pd
dfa = pd.DataFrame({'a': ['big dog', 'good food', 'dog and cat', 'little fish', 'intense light', 'nice cat']})

问题场景 #

尝试用以下代码替换列中出现的指定词汇，但代码未报错却无法生效：

for row in dfa['a']:
   for w in word:
       if w in row:
           dfa['a'] = dfa['a'].replace(w, "animal")

期望结果：

a
0      big animal
1      good food
2  animal and animal
3   little animal
4  intense light
5      nice animal

问题原因 #

原代码的核心问题：

• Pandas的Series.replace()默认是完全匹配字符串，而非子串替换。只有当单元格内容和w完全一致时才会替换，而你的场景是单元格包含目标词汇，所以不生效。
• 循环遍历行的方式逻辑冗余，且没有利用Pandas的矢量化操作优势，效率低下。

正确实现方法 #

使用正则表达式进行子串替换，同时确保匹配完整单词（避免误替换类似doggy这类包含目标词汇的字符串）：

# 构建正则模式：匹配列表中任意一个完整单词
pattern = r'\b(' + '|'.join(word) + r')\b'
# 执行替换
dfa['a'] = dfa['a'].str.replace(pattern, 'animal', regex=True)

如果不需要严格匹配完整单词（比如允许替换doggy里的dog），可以去掉正则中的\b（单词边界）：

pattern = '(' + '|'.join(word) + ')'
dfa['a'] = dfa['a'].str.replace(pattern, 'animal', regex=True)

执行后即可得到你期望的结果。

内容的提问来源于stack exchange，提问作者Diana Mele