如何在Pandas DataFrame中将所有'+'替换为'.5'？

针对你遇到的替换问题，核心是要同时处理**单独的'+'和数字后跟'+'**两种场景，以下是两种可行的实现方式：

方法1：针对指定列批量处理 #

import pandas as pd

data = {'Name': ['A', 'B', 'C', 'D'],
        'Lower': ['+', '2', '2+', '3'],
        'Upper': ['2','3+','4+','5']}

df = pd.DataFrame(data)

# 遍历需要处理的列（Lower和Upper）
for col in ['Lower', 'Upper']:
    # 使用正则匹配两种场景：单独的'+' 或 数字+'+'
    df[col] = df[col].str.replace(r'(\d)?\+', r'\1.5', regex=True)

print(df)

方法2：全局替换（更简洁） #

直接利用df.replace的正则模式，对整个DataFrame中符合规则的内容进行替换：

df = df.replace(r'(\d)?\+', r'\1.5', regex=True)

为什么之前的方法失败？ #

• df.replace('+','.5', regex=False)：regex=False时，只会匹配**整个单元格完全等于'+'**的内容，因此像2+这种包含'+'但不是整个单元格的内容不会被替换。
• df['Lower'].str.replace('+', '.5')：str.replace默认启用正则模式，而+是正则元字符（表示匹配前一个字符1次或多次），未转义的话会导致匹配逻辑错误，进而出现异常结果。

执行上述代码后，得到的DataFrame与你的期望输出完全一致：

Name Lower Upper
0    A   .5     2
1    B    2   3.5
2    C  2.5   4.5
3    D    3     5

内容的提问来源于stack exchange，提问作者boboho