能否将列名作为参数传入方法？Python Pandas列值替换优化

问题需求 #

需要对Pandas DataFrame的多列执行值替换：单元格内容包含'J'时替换为'J'，包含'N'时替换为'N'。当前逐列编写代码过于冗余，希望封装成可复用方法，但不清楚如何正确传入列名参数。

当前冗余代码 #

import pandas as pd

df = pd.DataFrame({'A': ['J', 'Ja', 'N', 'N  n'],
                   'B': ['Nö', 'Ja', 'N', 'N  n'],
                   'C': ['Jup', 'Ja', 'N', 'N  n']})

df.loc[df['A'].str.contains('J'), 'A'] = 'J'
df.loc[df['A'].str.contains('N'), 'A'] = 'N'

df.loc[df['B'].str.contains('J'), 'B'] = 'J'
df.loc[df['B'].str.contains('N'), 'B'] = 'N'

df.loc[df['C'].str.contains('J'), 'C'] = 'J'
df.loc[df['C'].str.contains('N'), 'C'] = 'N'

尝试的无效代码 #

def clear_values(column_namestr):
    column_name = [column_namestr]
    print(type(column_name))
    #df.loc[df[column_name].str.contains('X'), 'spaltennamen'] = 'X'
    #df.loc[df[column_name].str.contains('o'), 'spaltennamen'] = 'o'

column_namestr = 'a'
df2 = clear_values(column_namestr)

# But does not work...

解决方案 #

1. 封装单列处理函数 #

核心要点：必须将DataFrame作为参数传入函数，函数才能操作数据；列名直接传字符串即可。

import pandas as pd

df = pd.DataFrame({'A': ['J', 'Ja', 'N', 'N  n'],
                   'B': ['Nö', 'Ja', 'N', 'N  n'],
                   'C': ['Jup', 'Ja', 'N', 'N  n']})

def clear_single_column(df, column_name):
    # 匹配含'J'的单元格并替换
    df.loc[df[column_name].str.contains('J'), column_name] = 'J'
    # 匹配含'N'的单元格并替换
    df.loc[df[column_name].str.contains('N'), column_name] = 'N'

# 调用函数处理每一列
clear_single_column(df, 'A')
clear_single_column(df, 'B')
clear_single_column(df, 'C')

print(df)

2. 封装多列批量处理函数 #

直接传入列名列表，循环处理每一列，避免多次调用函数：

def clear_multiple_columns(df, column_names):
    for col in column_names:
        df.loc[df[col].str.contains('J'), col] = 'J'
        df.loc[df[col].str.contains('N'), col] = 'N'

# 传入需要处理的列名列表
clear_multiple_columns(df, ['A', 'B', 'C'])

3. 更高效的向量化批量处理 #

用正则替换或applymap实现无循环批量处理，效率更高：

方法一：正则替换

# 对指定列批量替换含J的内容
df[['A', 'B', 'C']] = df[['A', 'B', 'C']].replace(r'.*J.*', 'J', regex=True)
# 批量替换含N的内容
df[['A', 'B', 'C']] = df[['A', 'B', 'C']].replace(r'.*N.*', 'N', regex=True)

方法二：applymap自定义替换逻辑

def replace_value(x):
    x_str = str(x)
    if 'J' in x_str:
        return 'J'
    elif 'N' in x_str:
        return 'N'
    else:
        return x  # 保留既不含J也不含N的原始值

# 对指定列应用替换逻辑
df[['A', 'B', 'C']] = df[['A', 'B', 'C']].applymap(replace_value)

内容的提问来源于stack exchange，提问作者user20880339