pandas.Series.str.replace返回NaN：正则匹配正常却替换失败

你的str.replace返回NaN的核心原因是repl参数中的lambda函数写法错误：

你写的''.join('Jan/1/', m.groups()[0])不符合Python字符串join方法的语法——join仅接受一个可迭代对象（比如列表、元组）作为参数，你传入了两个独立参数，执行时会抛出TypeError，导致pandas返回NaN。

另外，你的正则表达式(?:[^/])(\d{4}\b)会匹配「非/字符+四位数字」的整体（比如原文本中的~2006会被完整匹配），替换后会把前缀的~也替换掉，如果你想保留这类前缀字符，也需要调整正则逻辑。

修正方案 #

方案1：修正lambda的字符串拼接逻辑 #

直接用+拼接字符串，避免错误使用join：

df.str.replace(
    pat=r'(?:[^/])(\d{4}\b)', 
    repl=lambda m: 'Jan/1/' + m.group(1), 
    regex=True
)

方案2：正确使用join方法（可选） #

如果坚持用join，需要把要拼接的内容放入一个可迭代对象中：

df.str.replace(
    pat=r'(?:[^/])(\d{4}\b)', 
    repl=lambda m: ''.join(['Jan/1/', m.group(1)]), 
    regex=True
)

方案3：保留前缀字符的正则调整（如果需要） #

如果你想保留年份前的非/字符（比如原文本中的~），可以用正向先行断言调整正则，只匹配符合条件的四位数字：

df.str.replace(
    pat=r'(?<![/])\b(\d{4})\b', 
    repl=lambda m: 'Jan/1/' + m.group(1), 
    regex=True
)

这个正则会匹配「前面不是/的四位数字」，替换后原文本中的~2006会变成~Jan/1/2006。

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