如何在DataFrame中匹配模式时替换整个字符串而非部分内容？

原代码的问题在于两点：一是用^限定了仅匹配以目标子串开头的内容，而非任意位置包含子串；二是replace在正则模式下默认只替换匹配到的部分片段，而非整个单元格的字符串。以下是两种可行的解决方法：

方法一：修改正则表达式匹配整个包含子串的字符串 #

构造能匹配任意位置包含目标子串的整个字符串的正则规则，让replace直接替换整个单元格内容：

import pandas as pd
import re  # 若字典key包含正则特殊字符（如.、*）则需要

stimuli_dict = {'121': 'mp4', '212': 'mp3'}
# 用.*包裹key，实现"包含子串即匹配整个字符串"的效果
# 若key含正则特殊字符，用re.escape(k)转义避免正则语法冲突
stimuli_dict = {r".*{}.*".format(re.escape(k)): v for k, v in stimuli_dict.items()}

df['stimulus'] = df['stimulus'].replace(stimuli_dict, regex=True)

方法二：通过筛选赋值实现替换 #

遍历字典，用str.contains筛选出包含目标子串的行，直接赋值替换整个单元格内容：

import pandas as pd

stimuli_dict = {'121': 'mp4', '212': 'mp3'}

for key, val in stimuli_dict.items():
    # 筛选出stimulus列包含key的行，将对应单元格赋值为val
    df.loc[df['stimulus'].str.contains(key), 'stimulus'] = val

两种方法对比 #

• 方法一：代码简洁，但需注意处理正则特殊字符，适合字典key无特殊符号的场景；
• 方法二：逻辑直观，无需处理正则转义，适合key含特殊字符或需要明确控制替换优先级的场景（后遍历的key会覆盖先匹配的结果）。

内容的提问来源于stack exchange，提问作者stasia_l