如何在Pandas中替换数组字符串类型列中的指定值？

问题 #

现有包含id列的employee_df，该列每个值为包含字符串的数组，需将数组中的'10000'替换为'11111'、'30000'替换为'33333'。执行以下代码后无报错，但未得到预期修改效果：

new_df = employee_df.replace({"id": {'10000':'11111', '30000':'33333'}}) 

原始数据示例：

|     id    |
| --------- |
| ["10000"] |
| ["20000"] |
| ["50000"] |
| ["30000"] |
| ["90000"] |

预期输出：

|     id    |
| --------- |
| ["11111"] |
| ["20000"] |
| ["50000"] |
| ["33333"] |
| ["90000"] |

解决方案 #

原代码无效的核心原因是：Pandas的replace方法默认匹配整个单元格的值，而这里每个单元格是数组对象（如["10000"]），并非单个字符串'10000'，因此无法触发替换逻辑。

方法1：遍历数组元素替换（通用场景） #

定义替换规则字典，通过apply遍历每个数组内的元素，按需替换：

replace_rules = {'10000': '11111', '30000': '33333'}
new_df = employee_df.copy()
new_df['id'] = new_df['id'].apply(lambda arr: [replace_rules.get(item, item) for item in arr])

这种方法适用于数组包含多个元素的场景，会逐个检查并替换符合规则的元素。

方法2：针对单元素数组的简化处理 #

如果确认每个数组只有一个元素，可以先提取元素完成替换，再重新包装为数组：

replace_rules = {'10000': '11111', '30000': '33333'}
new_df = employee_df.copy()
new_df['id'] = new_df['id'].str[0].replace(replace_rules).apply(lambda x: [x])

内容的提问来源于stack exchange，提问作者Shtutz