如何用pandas中另一DataFrame的字符串替换目标列中的5位数字

核心思路是利用正则精准匹配独立5位数字，结合字典映射实现批量替换，避免全匹配或部分匹配的问题。

步骤1：构造示例数据（模拟你的场景） #

import pandas as pd

dfA = pd.DataFrame({
    "Col1": [
        "订单编号12345，客户ID67890",
        "参考码01234，关联单号56789",
        "无匹配编号的文本"
    ]
})

dfB = pd.DataFrame({
    "Col1": ["12345", "67890", "56789"],
    "Col2": ["订单-001", "客户-002", "关联-003"]
})

步骤2：实现批量替换 #

# 将dfB转换为{待替换数字: 目标字符串}的映射字典
replace_map = dfB.set_index("Col1")["Col2"].to_dict()

# 构造正则：匹配独立的5位数字（\b确保不会匹配长数字中的片段，比如123456里的12345）
pattern = r'\b(' + '|'.join(replace_map.keys()) + r')\b'

# 执行替换：用lambda函数根据匹配结果调用映射字典
dfA["Col1"] = dfA["Col1"].str.replace(pattern, lambda match: replace_map[match.group()], regex=True)

最终结果 #

运行后dfA的内容如下：

Col1
0  订单编号订单-001，客户ID客户-002
1  参考码01234，关联单号关联-003
2          无匹配编号的文本

为什么之前的方法可能失效？ #

• 直接用dfA.replace(replace_map)会默认全匹配字符串，只会替换整个Col1等于5位数字的情况，而不是字符串中包含的数字
• 普通for循环效率低且容易遗漏边界情况（比如数字前后的非数字字符）
• 未加\b的正则可能误匹配长数字中的5位片段（比如把"123456"里的"12345"替换掉）

内容的提问来源于stack exchange，提问作者lumber